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
Sorosítás
Python beépített JSON könyvtárakat biztosít a JSON kódolására és dekódolására.
Python 2.5-ben a simplejson modult használják, míg Python 2.7-ben a json modult. Mivel ez az interpreter Python 2.7-et használ, a json modult fogjuk használni.
A json modul használatához először importálni kell:
import json
Két alapvető formátum létezik a JSON adatok számára. Ezek lehetnek egy string formájában vagy az objektum adatszerkezetben. Az objektum adatszerkezete Pythonban listákból és szótárakból áll, amelyek egymásba vannak ágyazva. Az objektum adatszerkezete lehetővé teszi a python módszerek használatát (listák és szótárak esetén) az elemek hozzáadására, listázására, keresésére és eltávolítására az adatszerkezetből. A string formátum elsősorban arra szolgál, hogy adatokat továbbítsunk egy másik programba vagy betöltsük egy adatszerkezetbe.
Ahhoz, hogy a JSON-t visszatöltsük egy adatszerkezetbe, használjuk a "loads" metódust. Ez a metódus egy stringet vesz fel, és visszaalakítja azt a json objektum adatszerkezetévé:
import json
print(json.loads(json_string))
Egy adatszerkezet JSON-ná kódolásához használjuk a "dumps" metódust. Ez a metódus egy objektumot vesz fel és visszaad egy stringet:
import json
json_string = json.dumps([1, 2, 3, "a", "b", "c"])
print(json_string)
A Python támogat egy saját adat-sorosítási módszert is, amit pickle-nek neveznek (és ennek gyorsabb alternatíváját, a cPickle-t).
Pontosan ugyanolyan módon használhatjuk.
import pickle
pickled_string = pickle.dumps([1, 2, 3, "a", "b", "c"])
print(pickle.loads(pickled_string))
Exercise--------
A gyakorlat célja, hogy kinyomtassuk a JSON stringet a "Me" : 800 kulcs-érték párral hozzáadottan.
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
