Python 循环添加数据到 JSON 文件
在现代应用开发中，JSON（JavaScript Object Notation）作为一种轻量级的数据交换格式，已经广泛应用于数据存储和传输。Python 提供了简单易用的内置库来处理 JSON 数据。本文将介绍如何使用 Python 循环添加数据到 JSON 文件，展示相关代码示例，并通过流程图和类图来帮助理解。
什么是 JSON？
JSON 是一种文本格式，用来存储和交换数据。其结构是由键值对组成的，可以通过简单的语法来进行表示。JSON 格式的典型示例是：
{
"name": "Alice",
"age": 25,
"is_student": false,
"courses": ["Math", "Science"]
}
Python 中的 JSON 操作
在 Python 中，我们使用 json 模块来处理 JSON 数据。主要的几个功能包括：
- 加载 JSON 文件（读取）
- 保存 JSON 文件（写入）
- 更新 JSON 数据
下面，我们将通过一个实例演示如何循环添加数据到 JSON 文件。
实例：循环添加数据到 JSON 文件
考虑一个简单的场景，我们要维护一个学生的列表。我们希望能够逐个添加学生的姓名、年龄和课程信息。
初始化 JSON 文件
首先，创建一个初始的 JSON 文件 students.json，其内容如下：
[]
Python 代码示例
我们将编写一个 Python 脚本，让用户输入学生的信息，并将其保存到 students.json 文件中。
import json
# 获取现存学生列表
def load_students(filename):
try:
with open(filename, 'r') as file:
return json.load(file)
except FileNotFoundError:
return []
# 保存学生列表
def save_students(filename, students):
with open(filename, 'w') as file:
json.dump(students, file, indent=4)
# 主函数
def main():
filename = 'students.json'
students = load_students(filename)
while True:
name = input("输入学生姓名（或输入'quit'退出）：")
if name.lower() == 'quit':
break
age = input("输入学生年龄：")
courses = input("输入课程（用逗号分隔）：").split(',')
student = {
'name': name,
'age': age,
'courses': [course.strip() for course in courses]
}
students.append(student)
save_students(filename, students)
print(f"学生 {name} 已添加！")
if __name__ == "__main__":
main()
代码解析
-
加载现存学生列表
load_students()函数负责读取 JSON 文件中的现有数据，如果文件不存在，则返回一个空列表。 -
保存学生列表
save_students()函数负责将学生数据写入 JSON 文件。 -
主流程
main()函数是程序的核心，它循环提示用户输入学生信息，并实际将数据添加到列表和文件中。
流程图
下面是整个程序的逻辑流程图，展示了从用户输入到数据保存的过程。
flowchart TD
A[开始] --> B{是否输入姓名?}
B -->|是| C[输入信息]
B -->|否| D[退出程序]
C --> E[保存学生信息]
E --> B
D --> F[结束]
类图
接下来，我们可以设计一个简单的类图来表示学生的相关数据结构。
classDiagram
class Student {
+string name
+int age
+list courses
+string get_info()
}
Student : +get_info()
在这个类图中，我们定义了一个 Student 类，其中包含姓名 name、年龄 age 和课程 courses 三个属性，以及一个方法 get_info() 来获取学生信息。
结论
通过本篇文章，我们探讨了如何使用 Python 循环添加数据到 JSON 文件，重点讲解了相关代码的实现过程及其逻辑。JSON 文件的易操作性使其成为数据存储的理想选择，而 Python 提供了简便的处理方式，适合各种应用场景。希望通过示例和图示的结合，使读者能够更好地理解 Python 对 JSON 数据的处理。
在实际应用中，我们可以进一步优化代码，例如增加异常处理、数据验证和更复杂的用户交互等，以提升程序的健壮性和用户体验。
