Get started learning Python with DataCamp's free Intro to Python tutorial. Learn Data Science by completing interactive coding challenges and watching videos by expert instructors. Start Now!
This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join 11 million other learners and get started learning Python for data science today!
Good news! You can save 25% off your Datacamp annual subscription with the code LEARNPYTHON23ALE25 - Click here to redeem your discount
Serialisierung
Python bietet integrierte JSON-Bibliotheken zum Kodieren und Dekodieren von JSON.
In Python 2.5 wird das Modul simplejson verwendet, während in Python 2.7 das Modul json verwendet wird. Da dieser Interpreter Python 2.7 verwendet, werden wir json verwenden.
Um das Modul json zu verwenden, muss es zuerst importiert werden:
import json
Es gibt zwei grundlegende Formate für JSON-Daten. Entweder in einem String oder in einer Objekt-Datenstruktur. Die Objekt-Datenstruktur besteht in Python aus Listen und Dictionaries, die ineinander verschachtelt sind. Die Objekt-Datenstruktur ermöglicht es, Python-Methoden (für Listen und Dictionaries) zu verwenden, um Elemente hinzuzufügen, aufzulisten, zu suchen und zu entfernen. Das String-Format wird hauptsächlich verwendet, um die Daten in ein anderes Programm zu übergeben oder in eine Datenstruktur zu laden.
Um JSON in eine Datenstruktur zurückzuladen, verwenden Sie die Methode "loads". Diese Methode nimmt einen String und wandelt ihn zurück in die JSON-Objekt-Datenstruktur:
import json
print(json.loads(json_string))
Um eine Datenstruktur in JSON zu kodieren, verwenden Sie die Methode "dumps". Diese Methode nimmt ein Objekt und gibt einen String zurück:
import json
json_string = json.dumps([1, 2, 3, "a", "b", "c"])
print(json_string)
Python unterstützt eine proprietäre Daten-Serialisierungsmethode namens pickle (und eine schnellere Alternative namens cPickle).
Sie können es genau auf die gleiche Weise verwenden.
import pickle
pickled_string = pickle.dumps([1, 2, 3, "a", "b", "c"])
print(pickle.loads(pickled_string))
Exercise--------
Ziel dieser Übung ist es, den JSON-String mit dem hinzugefügten Schlüssel-Wert-Paar "Me" : 800 auszugeben.
import json
# fix this function, so it adds the given name
# and salary pair to salaries_json, and return it
def add_employee(salaries_json, name, salary):
# Add your code here
return salaries_json
# test code
salaries = '{"Alfred" : 300, "Jane" : 400 }'
new_salaries = add_employee(salaries, "Me", 800)
decoded_salaries = json.loads(new_salaries)
print(decoded_salaries["Alfred"])
print(decoded_salaries["Jane"])
print(decoded_salaries["Me"])
import json
# fix this function, so it adds the given name
# and salary pair to salaries_json, and return it
def add_employee(salaries_json, name, salary):
salaries = json.loads(salaries_json)
salaries[name] = salary
return json.dumps(salaries)
# test code
salaries = '{"Alfred" : 300, "Jane" : 400 }'
new_salaries = add_employee(salaries, "Me", 800)
decoded_salaries = json.loads(new_salaries)
print(decoded_salaries["Alfred"])
print(decoded_salaries["Jane"])
print(decoded_salaries["Me"])
test_output_contains("300")
test_output_contains("400")
test_output_contains("800")
success_msg("Great work!")
This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!
Sponsors
