文章目录
- JSON
- 定义
- 对象{}:JSONObject
- 数组[]:JSONArray
- 方法
- JSON与Python数据类型对戏
- JsonPath
- 定义
- JsonPath和XPath的语法对比
- JsonPath的基本使用
- 实例
JSON
定义
- JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式,它使得人们很容易的进行阅读和编写。同时也方便了机器进行解析和生成。适用于进行数据交互的场景,比如网站前台与后台之间的数据交互。
- JSON和XML的比较可谓不相上下。
对象{}:JSONObject
- 对象:对象在js中表示为{ }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。
数组[]:JSONArray
- 数组:数组在js中是中括号[ ]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。
方法
- load打开文件
# 读取文件中json形式的字符串元素 转化成python类型
obj = json.load(open('book.json', 'r', encoding='utf-8'))
print(type(obj)
- loads字符串
# 把Json格式字符串解码转换成Python对象
# 从json到python的类型转化对照如图所示
with open('./book.json',mode='r',encoding='utf-8') as f:
json_string = f.read()
# 将json格式字符串转化为对象
obj = json.loads(json_string)
print(type(obj))
- string串
str = '''{"has_more": false, "message": "success", "data": [{"single_mode": true, "abstract": "\u8c22\u8c22\u5927\u5bb6\u559c\u6b22\u6bcf\u65e5\u64b8"}]}'''
- dumps
# 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
import json
str = '''{"has_more": false, "message": "success", "data": [{"single_mode": true, "abstract": "\u8c22\u8c22\u5927\u5bb6\u559c\u6b22\u6bcf\u65e5\u64b8"}]}'''
print(type(str))
print(json.dumps(str,ensure_ascii=False))
- dump
# 将Python内置类型序列化为json对象后写入文件
import json
dictStr = {"city": "北京", "name": "大刘",'info':'\u8c22\u8c22\u5927'}
# Serialize ``obj`` as a JSON formatted stream to ``fp
json.dump(dictStr, open("dictStr.json","w",encoding='utf-8'), ensure_ascii=False,)
JSON与Python数据类型对戏
JSON | Python |
object | dict |
array | list、tuple |
string | Unicode |
number(int) | int、long |
number(real) | float |
true | True |
false | False |
null | None |
JsonPath
定义
- JsonPath 是一种信息抽取类库,是从JSON文档中抽取指定信息的工具,提供多种语言实现版本,包括:Javascript, Python, PHP 和 Java。
- JsonPath 对于 JSON 来说,相当于 XPATH 对于 XML
JsonPath和XPath的语法对比
XPath | JsonPath | 描述 |
/ | $ | 根节点 |
. | @ | 现节点 |
/ | . or [] | 取子节点 |
… | 取父节点,JsonPath未支持 | |
// | … | 选取所有位置所有符合条件的条件 |
* | * | 匹配所有元素节点 |
@ | 根据属性访问,Json不支持,因为Json是个key-value递归结构,不需要 | |
[] | [] | 迭代器标识(可以在里面做简单的迭代操作,如数组下标,根据内容选值等) |
| | [,] | 支持迭代中做多选 |
[] | ?() | 支持过滤操作 |
() | 支持表达式计算 | |
() | 分组,JsonPath不支持 |
语法实例对比
XPath | JsonPath | 结果 |
/store/book/author | $.store.book[*].author | 书店所有书的作者 |
//author | $…author | 所有的作者 |
//store/* | $.store.* | store的所有元素。所有的book和bicycle |
/store//price | $.store…price | store里面所有东西的price |
//book[3] | $…book[2] | 第三本书 |
//book[last()] | $…book[(@.length-1)] | 最后一本书 |
//book[position()< 3] | s…book[0,1] or s…book[:2] | 前面的两本书 |
//book[isbn] | $…book[?(@.isbn)] | 过滤出所有的包含isbn的书 |
//book[price<10] | $…book[?(@.price<10)] | 过滤出价格低于10 的书 |
//* | $…* | 所有元素 |
JsonPath的基本使用
import json
# xpath
# pip install jsonpath 专门解析json类型的数据
import jsonpath
import requests
# s = '''{"key":"Hello","dict":"World"}'''
# print(type(s))
# json_obj = json.loads(s,encoding='utf-8')
# print(json_obj)
# print(type(json_obj))
# print(json_obj['key'])
url = 'https://www.lagou.com/lbs/getAllCitySearchLabels.json'
if __name__ == '__main__':
headers = {
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3',
'Accept-Encoding': 'gzip, deflate, br',
'Accept-Language': 'zh-CN,zh;q=0.9',
'Cache-Control': 'max-age=0',
'Connection': 'keep-alive',
'Cookie': 'user_trace_token=20170911115921-976c1ee9-96a5-11e7-8e78-525400f775ce; LGUID=20170911115921-976c23ed-96a5-11e7-8e78-525400f775ce; _ga=GA1.2.999441537.1505102359; sensorsdata2015jssdkcross=%7B%22distinct_id%22%3A%221680c0e7fe84b5-09d8e2e6bf1c25-5e442e19-1327104-1680c0e7fe9c9%22%2C%22%24device_id%22%3A%221680c0e7fe84b5-09d8e2e6bf1c25-5e442e19-1327104-1680c0e7fe9c9%22%2C%22props%22%3A%7B%22%24latest_traffic_source_type%22%3A%22%E7%9B%B4%E6%8E%A5%E6%B5%81%E9%87%8F%22%2C%22%24latest_referrer%22%3A%22%22%2C%22%24latest_referrer_host%22%3A%22%22%2C%22%24latest_search_keyword%22%3A%22%E6%9C%AA%E5%8F%96%E5%88%B0%E5%80%BC_%E7%9B%B4%E6%8E%A5%E6%89%93%E5%BC%80%22%2C%22%24latest_utm_source%22%3A%22m_cf_cpc_baidu_pc%22%7D%7D; LG_HAS_LOGIN=1; gate_login_token=8586a02d54456365d23dc7b47a95ba949ed3cf351688cd37; LG_LOGIN_USER_ID=410cde6b7ecf76cb8f5c12869d780fb3c721f5b00f5a1a87; showExpriedIndex=1; showExpriedCompanyHome=1; showExpriedMyPublish=1; hasDeliver=2; index_location_city=%E5%8C%97%E4%BA%AC; privacyPolicyPopup=false; Hm_lvt_4233e74dff0ae5bd0a3d81c6ccf756e6=1571903416,1571970618,1572354935; _gid=GA1.2.387582430.1572354935; JSESSIONID=ABAAABAAAIAACBI3C82CE49769577D6151513758B1646B9',
'Host': 'www.lagou.com',
'Sec-Fetch-Mode': 'navigate',
'Sec-Fetch-Site': 'none',
'Sec-Fetch-User': '?1',
'Upgrade-Insecure-Requests': '1',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36', }
# response = requests.get(url=url, headers=headers)
# data = response.text
# json_obj = json.loads(data,encoding='utf-8')
# print(json_obj['content']['data']['allCitySearchLabels']['B'][0]['name'])
# result = jsonpath.jsonpath(json_obj,'$..[name,id,code]')
# print(result)
# # 返回列表,只有一个数据
# # data = jsonpath.jsonpath(json_obj,'$.content[data]')
# data = jsonpath.jsonpath(json_obj,'$.content.data')
# print(data)
# print(len(data))
data = '''{ "store": {
"book": [
{ "category": "reference",
"author": "李白",
"title": "Sayings of the Century",
"price": 8.95
},
{ "category": "fiction",
"author": "杜甫",
"title": "Sword of Honour",
"price": 12.99
},
{ "category": "fiction",
"author": "白居易",
"title": "Moby Dick",
"isbn": "0-553-21311-3",
"price": 8.99
},
{ "category": "fiction",
"author": "苏轼",
"title": "The Lord of the Rings",
"isbn": "0-395-19395-8",
"price": 22.99
}
],
"bicycle": {
"color": "red",
"price": 19.95
}
}
}'''
json_obj = json.loads(data, encoding='utf-8')
# print(jsonpath.jsonpath(json_obj,'$.store.book[*].author'))
# print(jsonpath.jsonpath(json_obj,'$..author'))
# print(jsonpath.jsonpath(json_obj,'$.store.book[?(@.price>12)]'))
# jsonpath 索引从0开始的
# print(jsonpath.jsonpath(json_obj,'$.store.book[0]'))
# @当前,当前列表长度 - 1 最后一个对象
# print(jsonpath.jsonpath(json_obj,'$.store.book[(@.length -1)]'))
print(jsonpath.jsonpath(json_obj, '$.store.book[?(@.isbn)]'))
实例
- 示例一拉勾城市数据
# 拉勾网城市JSON文件 http://www.lagou.com/lbs/getAllCitySearchLabels.json 为例,获取所有城市
import requests
import jsonpath
import json
url = 'https://www.lagou.com/lbs/getAllCitySearchLabels.json/'
response = requests.get(url,verify = False)
html = response.text
# 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,'$..name')
# 把一个Python对象编码转换成Json字符串
content = json.dumps(citylist, ensure_ascii=False)
with open('city.json','wb') as f:
f.write(content.encode('utf-8'))
- cities = jsonpath.jsonpath(obj,’$…[name,id,code]’)
- content = jsonpath.jsonpath(obj,’$.content[data]’)
- 示例二图书json数据
import json
import jsonpath
obj = json.load(open('book.json', 'r', encoding='utf-8'))
print(type(obj))
# 通过如下函数使用jsonpath
# 参数1:json对象,参数2:jsonpath
# $ 代表的是根节点
# . 就类似于xpath里面的 /
# 【路径含义】从根开始一步一步找到指定书本的作者,如果写*代表所有的book,写下标代表的是指定book,注意,下标从0开始,查找所有book的作者,必须写*
ret = jsonpath.jsonpath(obj, '$.store.book[*].author')
ret = jsonpath.jsonpath(obj, '$..author')
ret = jsonpath.jsonpath(obj, '$.store..price')
# 查找最后一本书
ret = jsonpath.jsonpath(obj, '$..book[(@.length-1)]')
ret = jsonpath.jsonpath(obj, '$..book[:2]')
print(ret)