标签：字符串转换 enc html des sci 16px head python 表示
json简单说就是javascript中的对象和数组，所以这两种结构就是对象和数组两种结构，通过这两种结构可以表示各种复杂的结构。
{ }括起来的内容，数据结构为 { key：value, key：value, ... }的键值对的结构，在面向对象的语言中，key为对象的属性，value为对应的属性值，所以很容易理解，取值方法为 对象.key 获取属性值，这个属性值的类型可以是数字、字符串、数组、对象这几种。[ ]括起来的内容，数据结构为 ["Python", "javascript", "C++", ...]，取值方式和所有语言中一样，使用索引获取，字段值的类型可以是 数字、字符串、数组、对象几种。json模块提供了四个功能：dumps、dump、loads、load，用于字符串 和 python数据类型间进行转换。
把Json格式字符串解码转换成Python对象 从json到python的类型转化对照如下：
# json_loads.py import json strList = ‘[1, 2, 3, 4]‘ strDict = ‘{"city": "北京", "name": "大猫"}‘ json.loads(strList) # [1, 2, 3, 4] json.loads(strDict) # json数据自动按Unicode存储 # {u‘city‘: u‘\u5317\u4eac‘, u‘name‘: u‘\u5927\u732b‘}
实现python类型转化为json字符串，返回一个str对象 把一个Python对象编码转换成Json字符串
从python原始类型向json类型的转化对照如下：
# json_dumps.py import json import chardet listStr = [1, 2, 3, 4] tupleStr = (1, 2, 3, 4) dictStr = {"city": "北京", "name": "大猫"} json.dumps(listStr) # ‘[1, 2, 3, 4]‘ json.dumps(tupleStr) # ‘[1, 2, 3, 4]‘ # 注意：json.dumps() 序列化时默认使用的ascii编码 # 添加参数 ensure_ascii=False 禁用ascii编码，按utf-8编码 # chardet.detect()返回字典, 其中confidence是检测精确度 json.dumps(dictStr) # ‘{"city": "\\u5317\\u4eac", "name": "\\u5927\\u5218"}‘ chardet.detect(json.dumps(dictStr)) # {‘confidence‘: 1.0, ‘encoding‘: ‘ascii‘} print json.dumps(dictStr, ensure_ascii=False) # {"city": "北京", "name": "大刘"} chardet.detect(json.dumps(dictStr, ensure_ascii=False)) # {‘confidence‘: 0.99, ‘encoding‘: ‘utf-8‘}
将Python内置类型序列化为json对象后写入文件
# json_dump.py import json listStr = [{"city": "北京"}, {"name": "大刘"}] json.dump(listStr, open("listStr.json","w"), ensure_ascii=False) dictStr = {"city": "北京", "name": "大刘"} json.dump(dictStr, open("dictStr.json","w"), ensure_ascii=False)
读取文件中json形式的字符串元素 转化成python类型
# json_load.py import json strList = json.load(open("listStr.json")) print strList # [{u‘city‘: u‘\u5317\u4eac‘}, {u‘name‘: u‘\u5927\u5218‘}] strDict = json.load(open("dictStr.json")) print strDict # {u‘city‘: u‘\u5317\u4eac‘, u‘name‘: u‘\u5927\u5218‘}
| XPath | JSONPath | 描述 |
|---|---|---|
/ |
$ |
根节点 |
. |
@ |
现行节点 |
/ |
.or[] |
取子节点 |
.. |
n/a | 取父节点，Jsonpath未支持 |
// |
.. |
就是不管位置，选择所有符合条件的条件 |
* |
* |
匹配所有元素节点 |
@ |
n/a | 根据属性访问，Json不支持，因为Json是个Key-value递归结构，不需要。 |
[] |
[] |
迭代器标示（可以在里边做简单的迭代操作，如数组下标，根据内容选值等） |
| | | [,] |
支持迭代器中做多选。 |
[] |
?() |
支持过滤操作. |
| n/a | () |
支持表达式计算 |
() |
n/a | 分组，JsonPath不支持 |
# jsonpath_lagou.py import urllib2 import jsonpath import json import chardet url = ‘http://www.lagou.com/lbs/getAllCitySearchLabels.json‘ request =urllib2.Request(url) response = urllib2.urlopen(request) html = response.read() # 把json格式字符串转换成python对象 jsonobj = json.loads(html) # 从根节点开始，匹配name节点 citylist = jsonpath.jsonpath(jsonobj,‘$..name‘) print citylist print type(citylist) fp = open(‘city.json‘,‘w‘) content = json.dumps(citylist, ensure_ascii=False) print content fp.write(content.encode(‘utf-8‘)) fp.close()
注意事项：
##字符串编码转换 这是中国程序员最苦逼的地方，什么乱码之类的几乎都是由汉字引起的。 其实编码问题很好搞定，只要记住一点： ####任何平台的任何编码 都能和 Unicode 互相转换 UTF-8 与 GBK 互相转换，那就先把UTF-8转换成Unicode，再从Unicode转换成GBK，反之同理。 # 这是一个 UTF-8 编码的字符串 utf8Str = "你好地球" # 1. 将 UTF-8 编码的字符串 转换成 Unicode 编码 unicodeStr = utf8Str.decode("UTF-8") # 2. 再将 Unicode 编码格式字符串 转换成 GBK 编码 gbkData = unicodeStr.encode("GBK") # 3. 再将 GBK 编码格式字符串 转化成 Unicode unicodeStr = gbkData.decode("gbk") # 4. 再将 Unicode 编码格式字符串转换成 UTF-8 utf8Str = unicodeStr.encode("UTF-8")
数据之路 - Python爬虫 - Json模块与JsonPath
标签：字符串转换 enc html des sci 16px head python 表示
原文地址：https://www.cnblogs.com/Iceredtea/p/11294362.html
