上周更新的《Think Python 2e》第14章讲述了几种数据持久化的方式,包括dbm、pickle等,但是考虑到篇幅和读者等因素,并没有将各种方式都列全。
本文将介绍一个与pickle类似的轻量级数据持久化方式,即json。而且json也是在网络数据传输的一种常见格式,非常有了解和学习的必要。
Python官方文档中是这么比较JSON与Pickle的:
Python中处理json的自带库就是json模块,需要用到的方法大致就是以下4个,其实它们的参数有很多这里暂且省略。
import json obj = {'a' : 'b', 'c' : 'd'} fp = open('obj.json', 'w') json.dump(obj, fp) fp.close()s = json.dumps(obj) x = json.load(open('obj.json', 'r')) y = json.loads(s)
可以看到, 结尾带s就是在字符串层面上操作,如果不带s就是在文件层级操作 。obj指的是需要转化的对象,可以是一个字典或者列表,fp是文件句柄,用open打开。s则是一个字符串。
dumps返回的是一个字符串,load和loads则会返回python的对象。
以上是最简单的一些使用方式,这里还有一些实用的参数可以选择。
import json obj = {u'姓名' : u'无名氏', u'国籍' : u'中国'} s = json.dumps(obj, ensure_ascii=False, indent=4) obj2 = json.loads(s, encoding='utf8')
ensure_ascii参数,是在有中文的情况下,设置为False可以防止将其解码而得到乱码,在loads的时候可以指定encoding来保持编码。
中文编码问题请参考之前发的文章:《如何正确解决Python中的中文编码问题》。
indent参数如果不指定的话,输出的字符串就是紧凑的形式,indent指定为4就可以输出缩进为4的美化形式,在需要给人看的时候用这个不错。
Python自己的json.dumps不能序列化datetime对象,如果需要dump这类对象时可以自己定义JSONEncoder。
import json from datetime import date, datetime class AdvEncoder(json.JSONEncoder): def default(self, obj): if isinstance(obj, datetime): return obj.strftime('%Y-%m-%d %H:%M:%S') elif isinstance(obj, date): return obj.strftime('%Y-%m-%d') else: return super().default(self, obj) obj = {} json.dumps(obj, cls=MyEncoder)
这样在dump时指定cls参数就可以完成序列化datetime的任务了,如果觉得麻烦的话,可以使用偏函数的方法自己封装一下。
import functools adumps = functools.partial(json.dumps, cls=AdvEncoder) d = datetime.now() adumps(d)
Python中自带的json库是在2.6版本中才加入的。因此,如果你需要使用一个更早的Python版本并且处理json数据,那么你可以安装一个第三方库:simplejson。
simplejson模拟了自带的json库,目前支持Python 2.5+和Python 3.3+。根据官方文档的介绍,该库在没有安装C扩展的情况下,速度仍优于自带的json库。这应该也是为什么simplejson在PyPI的下载数超高的原因之一。
要使用simplejson,你只需要像下面这样导入即可:
import simplejson as json
其他的代码不需要修改。
Python Data Persistence