Python 数据解析：JSON与XML

目录

第1关：JSON篇：JSON基础知识

代码：

第2关：JSON篇：使用json库

1，loads:用于将json字符串转换为python的字典

2，load：从json文件中读取数据

3，dumps:将python类型转换为json字符串 

4，dump:将Python类型转换为json字符串，并写入json文件中

5，编程要求 

代码

第3关：XML篇：XML基础知识

代码：

第4关：XML篇：使用SAX库解析XML

代码

第5关：XML篇：使用ElementTree解析XML

代码

总结补充：

XML和HTML真的跟文科一样，写的脑壳疼，要记的太多了

经过多方面搜索后的个人理解   

还有头哥平台的学习

0基础能看懂的博客

建议：新手一开始看会很陌生，建议边看边敲，不太理解先敲一遍再说。

第1关：JSON篇：JSON基础知识

本关任务：手动编写一个 JSON 格式的数据文件。

        json是Javascript里对象和数组中的对象

        本质上就是有特定结构的字符串

用来完成浏览器和服务器之间的数据的交换

它可以和python类型互相转换

  一个典型的 JSON 格式的字符串如下：

{
"students": 
    [
        {"name":"赵昊", "age": 15},
        {"name":"龙傲天", "age": 16},
        {"name":"叶良辰", "age": 17}
    ]
}

这里加上#注释，会报错，可能是javascript格式的原因

数据表示

        JSON 中数据都以名称:值的形式表示，名称包括在一对双引号" "中，值则有多种形式，多条数据之间用逗号,隔开，比如

"name":"赵昊"
"name":"赵昊","age":15

数据类型

JSON 的值可以是如下类型：

• 字符串（在双引号中）
• 数字（整数或浮点数）
• 逻辑值（true 或 false）
• 数组（在中括号中）
• 对象（在大括号中）
• null 

比如

"name":"赵昊" , "age":15 , "height":170.5 , "ismale" : false , "house":null

数组

        数组在json中是中括号“[]”括起来的内容，类似于list，数据结构为[“java”, “javascript”, “vb”….] 取值方式和所有语言一样，使用索引获取，字段值的类型是：数字、字符串、数组、对象等

"names":["赵昊","龙傲天","叶良辰"]
"ages":[15,16,17]

对象

        对象在json中表示为”{}”括起来的内容，类似于dict，可以拥有多个（键）名称/值   对，

        数据结构为{key:value, key:value…}的键值对结构，

        属性值value可以为：数字、字符串、数组、对象等。

        在面向对象的语言中，key为对象的属性，value为对应属性的值，所以很容易去理解。

"first":{"name":"赵昊", "age":15}

编程要求

创建一个 JSON 格式的字符串，要求：

• 返回的 JSON 字符串代表一个对象
• 对象的属性有：
  • students：一个数组，包含三个学生对象
  • count：学生的数量，在这里是3个
• 学生对象的属性：
  • 名称name，字符串类型
  • 年龄age，number(int)类型
  • 是否为男性ismale，逻辑值类型

三个学生对象的数据：

• 名称：赵昊，年龄：15，男性
• 名称：龙傲天，年龄：16，男性
• 名称：玛丽苏，年龄：15，女性

代码：

{
    "students":
    [
        {
            "name": "赵昊", 
            "age": 15, 
            "ismale": true
        },
        {
            "name": "龙傲天",
            "age": 16, 
            "ismale": true
        },
        {
            "name": "玛丽苏",
            "age": 15,
            "ismale": false
        }
    ],
    "count": 3
}

测试说明
测试代码会解析这个文件内的 JSON 字符串，并将其中的数据打印出来。
如果文件成功解析而且数据填写正确

输出：

学生数：3
名称：赵昊，年龄：15，男性
名称：龙傲天，年龄：16，男性
名称：玛丽苏，年龄：15，女性

分析：

都喜欢多层嵌套，字典，元组，列表互相乱搞

1，最外层{}表示一个json对象，

（按字典理解）这个对象里有两个键值对，分别是  "students":[]  以及  "count": 3  ，其中第一个键值对中的值为列表，列表中又包含着3个{}括起来的小对象，每个小对象又有三个键值对        

（按面向对象理解）这个对象里有两个属性，属性"students"，它的值为包含三个对象的列表；属性"count"，它的值为3

第2关：JSON篇：使用json库

本关任务：编写一个能读取并修改 JSON 数据的程序

1，loads:用于将json字符串转换为python的字典

import json
data = '{"a":1,"b":2,"c":3,"d":4,"e":5}';
text = json.loads(data)
print(text)

输出

{'a':1, 'b':2, 'c':3, 'd':4, 'e':5}

json的对象类型转换成了 Python 的dict类型

JSON 各种数据类型在解析后，对应的 Python 基础数据类型如下表：

JSON	Python
object(对象)	dict
array(数组)	list
string(字符串)	unicode
number (int)	int, long
number (real)	float
true	True
false	False
null	None

JSON 数据类型转化成 Python 数据类型后，就可以按照 Python 的方式来使用了：

import json
data = '[1,2,3]' #json字符串
text = json.loads(data) #json.loads()把json字符串转换成python列表类型
text.append(4) #调用list的append函数
print(text)

 输出

[1, 2, 3, 4]

如果需要以不同的字符编码来解析，可以指定encoding参数，比如：

import json
data = '{"a":1,"b":2,"c":3,"d":4,"e":5}';
text = json.loads(data,encoding = "utf-8")
print(text)

这里使用utf8编码，可以解决很多无谓的中文问题

2，load：从json文件中读取数据

读取的数据自动转化为Python数据类型

json库的另一个函数load也是用于解析 JSON 数据的，它与loads函数唯一不同的地方在于，它是从文件中解析，比如：

import json
data = open("test.txt","r",encoding = "utf-8")
text = json.load(data) #将文件对象传递给load函数
print(text)
fp.close()

注意：load函数没有可选参数encoding，只要文件对象使用了正确的字符编码打开文件，load函数就可以正确的解析数据。

3，dumps:将python类型转换为json字符串 

import json
data = [ {'a':1, 'b':2, 'c':3, 'd':4, 'e':5}]
json = json.dumps(data) #转化成JSON格式的字符串
print(json)

输出

[{"a": 1, "b": 2, "c": 3, "d": 4, "e": 5}]

注意，这是一个字符串

同样，在转化的时候，也有一个 Python 基础数据类型到 JSON 数据类型的对应表格：

Python	JSON
dict	object
list, tuple	array
str, unicode	string
int, long, float	number
True	true
False	false
None	null

注意：dumps没有可选参数encoding，当要转化的对象含有中文等非 ASCII 字符时，建议指定可选参数ensure_ascii为False。否则非 ASCII 的字符将会被显示成\uXXXX的形式： 

data = {"name":"小明"}
print(json.dumps(data)) #ensure_ascii默认值为True
print(json.dumps(data,ensure_ascii= False)) #指定ensure_ascii为False

 输出

{"name": "\u5c0f\u660e"}
{"name": "小明"}

4，dump:将Python类型转换为json字符串，并写入json文件中

使用dump函数直接输出到文件也很简单，只需多传递一个文件对象作为参数 

import json
fp = open("test.txt","w")
data = [{'a':1, 'b':2, 'c':3, 'd':4, 'e':5}]
json.dump(data,fp) #转化成JSON格式的字符串后输出到文件
fp.close()

test.txt文件的内容：
[{"a":1, "b":2, "c":3, "d":4, "e":5}]

dump函数同样也没有可选参数encoding，如果有数据中有中文字符等非 ASCII 字符时，建议指定可选参数ensure_ascii为False

5，编程要求 

有一个字符编码为utf-8的数据文件step2/2017.txt：

{"count":3 , 
    "infos":
    [
        {"name":"赵昊", "age":15,"height":1.83, "sex":"男性"},
        {"name":"龙傲天", "age":16, "height":2.00, "sex":"男性"},
        {"name":"玛丽苏", "age":15, "height":1.78, "sex":"女性"}
    ]
}

 将其按 JSON 格式解析后，将infos数组内的三个对象的年龄age增加一岁，然后增加一条记录：

• 名称：叶良辰，年龄：17，身高：1.87，男性

同时，将count的值从3改为4

注意：所有打开的文件，请在打开文件的函数内及时关闭，以免影响测试代码读取数据

测试说明 

测试代码会以 JSON 格式解析step2/2018.txt的内容，并将其中的数据打印出来。 如果内容成功解析，并且数据填写正确，将会有如下结果输出：

学生数：4
名称：赵昊，年龄：16，身高:1.83，男性
名称：龙傲天，年龄：17，身高:2.00，男性
名称：玛丽苏，年龄：16，身高:1.78，女性
名称：叶良辰，年龄：17，身高:1.87，男性

代码

import json

def Func():
    data = open("step2/2017.txt","r",encoding = "utf-8")

    obj = json.load(data)#文件被json.load()解析后，返回python的字典

    data.close()
    
    #********** Begin *********#

    infos = obj["infos"] #obj是包含两个键值对的字典，第二个键值对的键是"infos",值是列表，而这个列表的三个元素是字典，每个字典又有四个键值对

    #上面将第二个键值对的值，也就是那个列表，赋值给infos变量,所以现在infos是列表
    for i in range(len(infos)): #等价于range(3)
        infos[i]["age"] += 1 #列表字典嵌套，这里看作特殊的二维列表，相当于一维列表的元素是字典
    infos.append({"name":"叶良辰", "age":17, "height":1.87, "sex":"男性"})
    obj["count"] = 4

    #********** End **********#
    output = open("step2/2018.txt","w",encoding = "utf-8")
    json.dump(obj,output) #json.dump()将字典obj转换为json字符串，并写入json文件
    output.close()

小总结 

loads     将json字符串转python类型

load       从json文件中读取数据转为python类型

dumps   python类型转json字符串

dump     python类型转json字符串，并写入json文件

第3关：XML篇：XML基础知识

本关任务：手动编写一个 XML 格式的数据文件

一个典型的 XML 文件结构如下：

Tove
Jani
Reminder
Don't forget me this weekend!

XML 的声明

以上定义了 XML 的版本1.0和所使用的编码utf-8

元素

XML 元素指的是 XML 文件中出现的标签，一个标签分为开始标签和结束标签，结束标签与开始标签名称相同，只是要在前面加一个斜杠/

一个标签中也可以嵌套其他的若干个子标签

    赵昊
    16

格式良好的 XML 文档必须有且仅有一个根元素，其他的元素都是这个元素的子孙元素

XML 没有保留字，元素名称可以任意使用

<.123>

 

 属性

一个元素可以有多个属性，每个属性都有它自己的名称和取值

属性的值一定要用双引号或者单引号括起来

XML 文件中注释采用： 这样的格式

编程要求

根据提示，在右侧编辑器的文件中手动编写一个 XML 文件，要求：

• 附带文档声明，使用 XML 版本1.0，字符编码为utf-8；
• 文档有一个根元素data，根元素有一个属性count，值为3；
• 根元素有三个student子元素，代表三个学生对象，每个子元素都有三个属性name，age，sex（值为男性或者女性），它们的值由下面的数据得来。

三个学生对象的数据：

• 名称：赵昊，年龄：15，男性
• 名称：龙傲天，年龄：16，男性
• 名称：玛丽苏，年龄：15，女性

测试说明

测试代码会以 XML 格式解析这个文件的内容，并将其中的数据打印出来。 如果内容解析成功而且数据填写正确，将会有如下结果输出

学生数：3
名称：赵昊，年龄：15，男性
名称：龙傲天，年龄：16，男性
名称：玛丽苏，年龄：15，女性

代码：

脑壳疼，休息会，先奉上头哥答案为敬

第4关：XML篇：使用SAX库解析XML

代码

import xml.sax
class Handler(xml.sax.ContentHandler):
    #********** Begin *********#
    infostart = False
    def startElement(self,name,attrs):
        self.infostart = name == "info"
    def endElement(self,name):
        self.infostart = False
    def characters(self,content):
        if self.infostart:
            print(content)
    #********** End **********#                                 
def GetHandler():
    return Handler()

第5关：XML篇：使用ElementTree解析XML

代码

import xml.etree.ElementTree as ET
class InfoManager:
    doc = None
    root = None
    def LoadInfo(self):
        self.doc = ET.parse("step5/data.xml")
        self.root = self.doc.getroot()

    def GetInfoCount(self):
        return int(self.root.get("count"))

    def GetAge(self,name):
        infos = self.root.findall("info")
        for s in infos: #搜索name属性与函数参数name的值相同的xml元素
            if s.get("name") == name:
                return int(s.get("age"))
        return 0 #随便返回一个值，评测代码不会有找不到的数据

    def GetDescription(self,name):

        infos = self.root.findall("info")
        for s in infos: #搜索name属性与函数参数name的值相同的xml元素
            if s.get("name") == name:
                return s.text
        return "" #随便返回一个值，评测代码不会有找不到的数据

总结补充：

xml和html之间的区别：

1、XML用于传输和存储数据，侧重于数据；HTML用于显示数据并关注数据的外观

2、XML区分大小写；HTML不区分大小写

3、XML强制要求使用结束标记；而HTML中没有强制要求使用结束标记

4、XML保留空格；HTML不保留空格