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
Serialização
Python fornece bibliotecas JSON embutidas para codificar e decodificar JSON.
No Python 2.5, o módulo simplejson é usado, enquanto no Python 2.7, o módulo json é usado. Como este interpretador usa Python 2.7, utilizaremos json.
Para usar o módulo json, ele deve primeiro ser importado:
import json
Existem dois formatos básicos para dados JSON. Ou em uma string ou na estrutura de dados do objeto. A estrutura de dados do objeto, no Python, consiste em listas e dicionários aninhados uns dentro dos outros. A estrutura de dados do objeto permite que se use métodos python (para listas e dicionários) para adicionar, listar, buscar e remover elementos da estrutura de dados. O formato de String é usado principalmente para passar dados para outro programa ou carregar em uma estrutura de dados.
Para carregar JSON de volta em uma estrutura de dados, use o método "loads". Este método recebe uma string e a transforma de volta na estrutura de dados do objeto json:
import json
print(json.loads(json_string))
Para codificar uma estrutura de dados em JSON, use o método "dumps". Este método recebe um objeto e retorna uma String:
import json
json_string = json.dumps([1, 2, 3, "a", "b", "c"])
print(json_string)
Python suporta um método proprietário de serialização de dados chamado pickle (e uma alternativa mais rápida chamada cPickle).
Você pode usá-lo exatamente da mesma maneira.
import pickle
pickled_string = pickle.dumps([1, 2, 3, "a", "b", "c"])
print(pickle.loads(pickled_string))
O objetivo deste exercício é imprimir a string JSON com o par chave-valor "Me" : 800 adicionado a ela.
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
