Python中優雅處理JSON檔案的方法範例

1. 引言

在本文中，我們將學習如何使用Python讀取、解析和編寫JSON檔案。
我們將討論如何最好地處理簡單的JSON檔案以及巢狀的JSON檔案,當然我們也將討論如何存取Json檔案資料中的特定值。

2. 什麼是JSON檔案?

JSON（Java Script Object Notation）是一種流行的檔案格式，主要用於在web應用程式中儲存和傳輸資料。如果我們經常和資料打交道，那麼一定或多或少遇到過JSON格式的檔案，因此我們有必要來學習如何讀取和寫入JSON。

下圖為常見的JSON檔案結構的範例.

JSON結構看起來和Python中的字典非常類似。需要注意的是，JSON格式通常是由key: 結對組成,其中key是字串形式,value是字串、數位、布林值、陣列、物件或null。

為了更直觀的進行說明,在下圖中我們以藍色突出顯示了所有的key,同時以橙色突出顯示了所有的value。請注意,以下每組key/value間均使用逗號進行區分。

3. 使用Python處理JSON檔案

在Python中內建了用於讀取JSON檔案的函數。以下給出幾個如何將JSON檔案解析為Python物件的範例。

3.1. 將JSON檔案讀取為字典型別

首先我們需要匯入 json庫, 接著我們使用open函數來讀取JSON檔案,最後利用json.load()函數將JSON字串轉化為Python字典形式.

就這麼簡單,程式碼如下:

import json
 
with open('superheroes.json') as f:
    superHeroSquad = json.load(f)
    
print(type(superHeroSquad))  # Output: dict
print(superHeroSquad.keys())
# Output: dict_keys(['squadName', 'homeTown', 'formed', 'secretBase', 'active', 'members'])

上述程式碼很簡單很直觀啦,唯一需要注意的是json庫中有load()和loads()兩個函數.

函數load()作用為讀取JSON檔案生成Python物件函數loads()作用為讀取JSON 字串流生成Python物件

我們可以將loads()函數中的字元s的含義理解成 load for strings.

3.2. 將JSON檔案讀取為Pandas型別

當然我們也可以使用Pandas庫中的 read_json函數來讀取對應的JSON檔案,

程式碼如下:

import pandas as pd
df = pd.read_json('superheroes.json')

執行結果如下:

需要注意的是使用Pandas庫不僅僅可以讀取電腦本地磁碟上的JSON檔案,也可以通過URL讀取網路上存放的檔案.

程式碼如下:

df1 = pd.read_json('https://mdn.github.io/learning-area/javascript/oojs/json/superheroes.json')

3.3. 使用Pandas讀取巢狀JSON型別

我們有時候遇到的JSON檔案是巢狀的,這經常會讓讀取工作變得有些困難. 其實巢狀JSON和Python中的巢狀字典思想類似,即字典中巢狀字典.

我們觀察上述例子中的member欄位,其值也為字典型別,下圖中我們使用縮排來展示巢狀結構。

設想一下，當我們將JSON檔案載入到Pandas資料框架中時，members列如下所示。每行包含一個字典。

接下來我們討論兩種實現方法，這兩種方法中，我們可以解析資料，以便將每個鍵分解為單獨的一列。

方案一

我們可以在members這一列上使用apply方法，程式碼如下：

df['members'].apply(pd.Series)

上述程式碼執行後，members列會被拆分為4個新列，如下所示：

當然如果你想將上述拆分後的結果和之前的結果進行合併，可以使用pd.concat函數，

程式碼如下：

df = pd.concat([df['members'].apply(pd.Series), df.drop('members', axis = 1)], axis = 1)

方案二

在Pandas庫中還有一個函數 json_normalize() ，它允許我們把巢狀的JSON展開。這是最簡單的方法來解析巢狀的JSON了。

程式碼如下：

def test2():
    with open('superheroes.json') as f:
        superHeroSquad = json.load(f)
    out = pd.json_normalize(superHeroSquad, record_path=['members'],
                      meta=['squadName', 'homeTown', 'formed', 'secretBase', 'active'])
    print(out)

上述程式碼中：

• record_path為我們希望拆分的列的名字
• meta為列名的list，為我們輸出的次序

執行結果如下：

最後我們需要注意的是，我們可以在上述函數json_normalize中新增引數 meta_prefix，這樣可以讓我們對meta中的名字新增統一的字首。

程式碼如下：

pd.json_normalize(superHeroSquad, 
	record_path = ['members'], 
	meta = ['squadName', 'homeTown', 'formed', 'secretBase', 'active'], 
	meta_prefix = 'members_')

運行結果如下：

3.4. 存取特定位置的資料

在Python中我們可以通過Key的名字或者下標來存取JSON檔案中任意位置的資料。

比如，假設我們想知道我們的第二個超級英雄的祕密身份。即在下圖中，需要存取特定位置的資料在下圖中以紫色突出顯示。

為了得到這個值，我們可以直接使用以下語句：

superHeroSquad['members'][1]['secretIdentity']

從層次結構的頂部開始，由上往下，我們需要的第一個key是'members'，因為它是我們需要存取的值所在的父節點。

在‘members'對應的鍵值中，我們看中括號，然後下標1表示list中的第二個成員。接著我們來看欄位'secretIdentity',如下所示：

將上述過程合併在一起，我們就可以得到我們特定位置出的值為'Jane Wilson'。

細心的同學可能已經注意到，我在上面的JSON片段中突出顯示了兩個藍色的值。希望感興趣的同學們可以作為練習來嘗試存取這些值。歡迎在文章後面的評論區中分享你的程式碼。

3.5. 匯出JSON

讓我們編輯一下我們最後一位超級英雄，將其secretIdentity從‘Unknow'更改為‘Will Smith'，接著將這個字典匯出為JSON檔案。這裡我們將使用json.dump()函數將字典寫入檔案。

程式碼如下：

#update secret identity of Eternal Flame
superHeroSquad['members'][2]['secretIdentity'] = 'Will Smith'
with open('superheroes.json', 'w') as file:
    json.dump(superHeroSquad, file)

上述程式碼執行後，我們開啟檔案superheroes.json，可以發現最後一名超級英雄的secretIdentity已經由Unknow變為了Will Smith.

當然，作為選擇，我們也可以使用Pandas中的to_json（）函數，完成上述功能。

df.to_json('superheroes.json')

3.6. 格式化輸出

我們有時候在終端直接列印json檔案，通常會得到很不美觀的輸出，樣例如下：

為了讓其看起來更加美觀，我們這裡可以在函數json.dump中採用引數indent引數來控制輸出格式，程式碼如下：

with open('superheroes.json', 'w') as file:
    json.dump(superHeroSquad, file, indent = 4)

結果輸出如下，是不是看上去更加美觀啦。。。

3.7. 輸出欄位排序

當然dump函數中含有欄位sort_key，通過設定其值，可以控制輸出時是否對key進行排序。需要注意所有的key包括巢狀的key都會進行排序。

樣例如下：

with open('superheroes.json', 'w') as file:
    json.dump(superHeroSquad, file, indent = 4, sort_keys = True)

執行結果如下：

4.總結

最後，讓我們對本文做一下回顧，總結如下：

• JSON檔案通常由key:結對組成，這裡key通常為字串格式，value一般為字串，數位，布林，陣列，物件或者null
• Python有內建函數可以方便的讀取JSON檔案轉化為Python中的字典型別或者Pandas可以處理的型別
• 使用pd.read_json()來讀取簡單的JSON，使用pd.json_normalize()來讀取巢狀的JSON
• 我們可以通過key的名字或者下標來方便的獲取JSON檔案中特定位置的值
• Python物件可以轉化為JSON檔案，同時可以對輸出進行格式化輸出以增加可讀性

5.參考

連結一

到此這篇關於Python中優雅處理JSON檔案的文章就介紹到這了,更多相關Python優雅處理JSON檔案內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！