假设我们有一个复杂的对象，我们希望将其转换为字符串，以通过网络发送，或者只是为了在日志中输出它。
当然，这样的字符串应该包含所有重要的属性。
我们可以像这样实现转换：
2024年07月30日
假设我们有一个复杂的对象，我们希望将其转换为字符串，以通过网络发送，或者只是为了在日志中输出它。
当然，这样的字符串应该包含所有重要的属性。
我们可以像这样实现转换：
2024年07月30日
在大数据开发过程中我们常常会处理一些客户端日志，服务端的用户行为日志等等，这些日志通常都是JSON格式的，要对这些日志进行研究就需要用Hive把它们做成关系型表，Hive官方为我们提供了两个函数用于处理JSON格式数据。
2024年07月30日
# -*- coding: UTF-8 -*-
import json
import demjson
data = [ { 'a' : 1, 'b' : 2, 'c' : 3, 'd' : 4, 'e' : 5 } ]
#json.dump()进行的是对json文件的读写操作
#son.dumps()则是聚焦于数据本身类型的转换，对数据的操作
#json.dumps() 将python对象编码成json字符串。
#json.dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None,
# indent=None, separators=None, encoding="utf-8", default=None, sort_keys=False, **kw)
str1 = json.dumps(data)
print(str1)
#[{"a": 1, "c": 3, "b": 2, "e": 5, "d": 4}]
#将json对象格式化输出
data = [ { 'a' : 1, 'b' : 2, 'c' : 3, 'd' : 4, 'e' : 5 } ]
data2 = json.dumps({'a': 'Runoob', 'b': 7}, sort_keys=True, indent=4, separators=(',', ': '))
data3 = json.dumps(data, sort_keys=True, indent=4, separators=(',', ': '))
print(data2)
# {
# "a": "Runoob",
# "b": 7
# }
print(data3)
# [
# {
# "a": 1,
# "b": 2,
# "c": 3,
# "d": 4,
# "e": 5
# }
# ]
#json.loads 将已编码的 JSON 字符串解码为 Python 对象
# 用于解码 JSON 数据。该函数返回 Python 字段的数据类型。
#将字符串转换为json对象
#json.loads(s[, encoding[, cls[, object_hook[, parse_float[, parse_int[, parse_constant[, object_pairs_hook[, **kw]]]]]]]])
jsonData = '{"a":1,"b":2,"c":3,"d":4,"e":5}';
text = json.loads(jsonData)
print(text)
#{u'a': 1, u'c': 3, u'b': 2, u'e': 5, u'd': 4}
#encode 将 Python 对象编码成 JSON 字符串
#demjson.encode(self, obj, nest_level=0)
data = [ { 'a' : 1, 'b' : 2, 'c' : 3, 'd' : 4, 'e' : 5 } ]
json = demjson.encode(data)
print(json)
#[{"a":1,"b":2,"c":3,"d":4,"e":5}]
#Python 可以使用 demjson.decode() 函数解码 JSON 数据。该函数返回 Python 字段的数据类型。
#demjson.decode(self, txt)
json = '{"a":1,"b":2,"c":3,"d":4,"e":5}';
text = demjson.decode(json)
print(text)
#{u'a': 1, u'c': 3, u'b': 2, u'e': 5, u'd': 4}
#汇总
# json.loads()：是将json格式的字符串(str)转换为字典类型(dict)的数据
# json.dumps()：返回来，是将字典类型(dict)的数据转换成json格式的字符串
# json.load()：用于读取json格式的文件，将文件中的数据转换为字典类型(dict)
# json.dump()：主要用于存入json格式的文件，将字典类型转换为json形式的字符串2024年07月30日
Json在程序开发中是非常常用的数据格式，对于程序员来说，阅读和编辑Json都没有什么问题，但其他人就不是那么方便了。比如配置游戏数据：游戏角色、技能、道具的名称，策划书往往都是通过Excel配置，这样比较方便设置。但在程序运行时就需要Excel转为Json。
2024年07月30日
JSON 通常用于与服务端交换数据。
在接收服务器数据时一般是字符串。
我们可以使用 JSON.parse() 方法将数据转换为 JavaScript 对象。
语法
JSON.parse(text[, reviver])
2024年07月30日
Java序列化是指把Java对象转换为字节序列的过程；而Java反序列化是指把字节序列恢复为Java对象的过程。为了实现两个Java进程之间传输对象等数据。
2024年07月30日
不知道大家在后端是否有手拼JSON串的经历，一长串代码，还很容易出错，页面解释不了还得拿去JSON格式化找错，实在难受。但自从使用了fastjson之后，小编可以将手拼JSON串的时间去刷刷头条了。
fastjson
现在JSON协议使用方便，越来越流行,，JSON的处理器有很多，而fastjson相比其他JSON处理器都要快，是阿里的开源框架,被不少企业使用,是一个极其优秀的JSON框架。
2024年07月30日
很多人会误解JSON仅仅是序列化后的String，但这样的表述并不完全准确。JSON本质上是以字符串（String）形式表示的数据交换格式，但它不仅仅是一个字符串，而是具有特定语法和结构的字符串。
很经常遇到的一个场景：
后端：我给你返回了一段JSON，你转化下再遍历吧。
2024年07月30日
JSON（JavaScript Object Notation）是一种广泛使用的数据交换格式。Python提供了强大的支持来处理JSON数据，包括将JSON反序列化为对象。本文将详细介绍如何使用Python进行JSON反序列化为对象，并涵盖一些高级用法和最佳实践。