本文共 3715 字，大约阅读时间需要 12 分钟。
Json简介
Json（JavaScript Object Notation）
很多网站都会用到Json格式来进行数据的传输和交换。
这因为Json是一种轻量级的数据交换格式，具有数据格式简单，读写方便易懂等很多优点。用它来进行前后端的数据传输，大大的简化了服务器和客户端的开发工作量。
而且相对于XML来说，更加的轻量级，更方便解析。
今天我们讲讲如何在python里玩转Json数据？
在Json中，遵循“key-value”的这样一种方式。
比如最简单的这种：“{"name" : "zhuxiao5"}”，跟python 里的字典似的，也是一个Json格式的数据。
复杂一点的比如这种（后文会多次使用到这个例子）：
{ "animals": { "dog": [ { "name": "Rufus", "age":15 }, { "name": "Marty", "age": null } ] }} 以上图为例，再多说几句Json格式的特点
- 对象通过键值对表现；
- 键通过双引号包裹，后面跟冒号“：”，然后跟该键的值；
- 值可以是字符串、数字、数组等数据类型；
- 对象与对象之间用逗号隔开；
- “{}”用来表达对象；
- “[]”用来表达数组；
Python中的Json模块
Python中也自带了Json模块，其中json.dumps()、json.loads()较为常用。
json.dumps() 是将 python 对象转化为 json。
json.loads() 是将 json 转化为 python 对象。
#json.dumps(),json.loads()import jsondict_data = {"a": 1, "b": 2}# 将dict格式数据转换成json格式字符串dump_data = json.dumps(dict_data)# 将json格式字符串转换成对应的python值load_data = json.loads(dump_data)# 打印转换结果print(type(dict_data),dict_data)print(type(dump_data),dump_data)print(type(load_data),load_data) 运行结果：
{'a': 1, 'b': 2} {"a": 1, "b": 2} {'a': 1, 'b': 2}
在例子中一开始的变量 dict_data 是一个字典，json.dumps() 后，将dict格式数据转换成json格式字符串。这时候虽然都是{'a': 1, 'b': 2}，但是格式却前后不一样。随后又通过 json.loads()，重新将json格式字符串转换成字典。
在线解析Json
在实际应用中，要 提取json数据，就要了解返回json数据的结构。
可是Json格式的数据往往是这样的。
大家别担心，我们可以将数据复制到一些json插件或在线解析！
比如这个插件是小五常用的：
此时再打开刚才的网址
是不是清晰了很多呢？
如果用python来获取里面的数据怎么做的？
先利用 json.loads() 来将 Json 转成字典，再用 get() 函数直到得到我们想要的list 对象，那么对于 list 里面的数据我们用个 for 循环就行啦~
额，有点绕。
还是文章一开始的例子，我们想获取其中所有狗狗的名字：
{ "animals": { "dog": [ { "name": "Rufus", "age":15 }, { "name": "Marty", "age": null } ] }} 我们可以这样做：
load_data = json.loads(dump_data)data = load_data.get("animals").get("dog")result1 = []for i in data: result1.append(i.get("name"))print(result1) 运行结果：
['Rufus', 'Marty']
这样确实可以获得我们想要的结果。
PS：类似的在线解析网站也有很多，比如 https://www.json.cn 。
JsonPath
不知道大家还记不记得，在一开始介绍Json时，我提到了它相对于XML来说，更加的轻量级，更方便解析。
既然 XML 人家都有 XPATH ，那么Json有没有类似的工具呢？
JsonPath 是一种信息抽取类库，是从Json文档中抽取指定信息的工具。
JsonPath 对于 Json 来说， 相当于 XPATH 对于 XML。
Json结构清晰，可读性高，复杂度低，非常容易匹配，下表是JsonPath的用法。
没错，还是这个例子，我们这次尝试用 JsonPath 获取其中所有狗狗的名字：
{ "animals": { "dog": [ { "name": "Rufus", "age":15 }, { "name": "Marty", "age": null } ] }} 我们可以这样做：
load_data = json.loads(dump_data)jobs=load_data['animals']['dog']result2 = []for i in data:# 从根节点开始，匹配name节点 result2.append(jsonpath.jsonpath(i,'$..name')[0])print(result2)
其中 $..name 代表从根节点开始，匹配name节点
运行结果：
['Rufus', 'Marty']
利用 JsonPath 同样可以获得我们想要的结果。
我们在后续实例演练中将继续采用 JsonPath 来抽取数据。
实例演练
示例：我们利用 网易云音乐评论API 来生成Json数据，并从中获取热评数据。
http://music.163.com/api/v1/resource/comments/R_SO_4_483671599?limit=10&offset=0
在浏览器（已安装Json解析插件）中打开：
标红区域的数据是我们本次想要获取的。
def get_comments(url): data = [] doc = get_json(url) jobs=doc['hotComments'] for job in jobs: dic = {} #从根节点开始，匹配content节点 dic['content']=jsonpath.jsonpath(job,'$..content')[0] #评论 dic['time']= stampToTime(jsonpath.jsonpath(job,'$..time')[0]) #时间 dic['userId']=jsonpath.jsonpath(job['user'],'$..userId')[0] #用户ID dic['nickname']=jsonpath.jsonpath(job['user'],'$..nickname')[0]#用户名 dic['likedCount']=jsonpath.jsonpath(job,'$..likedCount')[0] #赞数 data.append(dic) return pd.DataFrame(data)final_result = get_comments('http://music.163.com/api/v1/resource/comments/R_SO_4_483671599?limit=10&offset=0') （完整代码见文末下载地址）
运行结果：
成功获取√
希望本文能让大家以后玩转Json数据更轻松~
转载地址：https://blog.csdn.net/weixin_32667439/article/details/112422530 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！
发表评论
最新留言
关于作者
