Python数据挖掘05-json格式

在网页爬虫中经常需要传输和解析json数据，JSON的全称是”JavaScript Object Notation”，意思是JavaScript对象表示法，它是一种基于文本，独立于语言的轻量级数据交换格式。XML也是一种数据交换格式，为什么没有选择XML呢？因为XML虽然可以作为跨平台的数据交换格式，但是在JS(JavaScript的简写)中处理XML非常不方便，同时XML标记比数据多，增加了交换产生的流量，而JSON没有附加的任何标记，所以我们更倾向于选择JSON来交换数据。
JSON有两种表示结构，对象和数组。对象结构以”{”大括号开始，以”}”大括号结束。中间部分由0或多个以”，”分隔的”key(关键字)/value(值)”对构成，关键字和值之间以”：”分隔，语法结构如代码。

{
    key1:value1,
    key2:value2,
    ...
}

其中关键字是字符串，而值可以是字符串，数值，true,false,null,对象或数组。
数组结构以”[”开始，”]”结束。中间由0或多个以”，”分隔的值列表组成，语法结构如代码。

[
    {
        key1:value1,
        key2:value2 
    },
    {
         key3:value3,
         key4:value4   
    }
]

python2.6版本开始加入了JSON模块，python的json模块序列化与反序列化的过程分别是encoding和decoding。序列化（Serialization）：将对象的状态信息转换为可以存储或可以通过网络传输的过程，传输的格式可以是JSON，XML等。反序列化就是从存储区域（JSON，XML）读取反序列化对象的状态，重新创建该对象。
json模块提供四个功能：dumps, dump, loads, load。

# dumps功能
# 将数据通过特殊的形式转换为所有程序语言都认识的字符串
>>> import json
>>> data = ['aa', 'bb', 'cc']
>>> j_str = json.dumps(data)
>>> j_str
'["aa", "bb", "cc"]'

# loads功能
# 将json编码的字符串再转换为python的数据结构
>>> j_str
'["aa", "bb", "cc"]'
>>> mes = json.loads(j_str)
>>> mes
['aa', 'bb', 'cc']

# dump功能
# 将数据通过特殊的形式转换为所有程序语言都认识的字符串，并写入文件
with open('D:/tmp.json', 'w') as f:
    json.dump(data, f)

# load功能
# 从数据文件中读取数据,并将json编码的字符串转换为python的数据结构
with open('D:/tmp.json', 'r') as f:
    data = json.load(f)

除了对列表进行序列化，还可以对字典及嵌套字典进行序列化。

# 示例
import json
dict1={'name1':['data11','data12'],'name2':['data21','data22']}
dict2={'name1':{'name11':['data11','data12']},'name2':['data21','data22']}
_json=json.dumps(dict1)
data2 =json.loads(_json)
print type(_json)
print type(data2)
print dict2['name1']['name11']
# 输出结果


['data11', 'data12']

参考链接：
JSON详解
python-Json
Python处理JSON