详解Python使用simplejson模块解析JSON的方法

摘要：1，Json模块介绍JSON(JavaScriptObjectNotation)是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器...

1，Json模块介绍

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScript Programming Language, Standard ECMA-262 3rd Edition - December 1999的一个子集。JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯（包括C, C++, C#, Java, JavaScript, Perl, Python等）。这些特性使JSON成为理想的数据交换语言。

2，Json的格式

2.1,对象:

{name:"Peggy",email:"peggy@gmail.com",homepage:"http://www.jb51.net"} { 属性 : 值 , 属性 : 值 , 属性 : 值 }

2.2,数组：

是有顺序的值的集合。一个数组开始于"["，结束于"]"，值之间用","分隔。

[ {name:"Peggy",email:"peggy@gmail.com",homepage:"http://www.jb51.net"}, {name:"Peggy",email:"peggy@gmail.com",homepage:"http://www.jb51.net"}, {name:"Peggy",email:"peggy@gmail.com",homepage:"http://www.jb51.net"} ] 另，值可以是字符串、数字、true、false、null，也可以是对象或数组。这些结构都能嵌套。

3，Json的导入导出

这里的write/dump的含义是将Json对象输入到一个python_object中，如果python_object是文件，则dump到文件中；如果是对象，则dump到内存中。这是序列化。

3.1，读取Json文件

import simplejson as json f = file('table.json') source = f.read() target = json.JSONDecoder().decode(source) print target import simplejson as json jsonobject = json.load(file('table.json')) print jsonobject

3.2，显示Json文件

为了显示Json格式好看，原来的Json文件：

[admin@r42h06016.xy2.aliyun.com]$python readJson.py [{'Query': 'desc zt1;', 'Message': '{"DescibeTableWithPartSpec": "false", "GetTableMetaString":"{"tableName":"zt1","owner":"1365937150772213","createTime":1346218114,"lastModifiedTime":0,"columns":[{"name":"a","type":"string"},{"name":"b","type":"string"}],"partitionKeys":[{"name":"pt","type":"string"}]}"}', 'QueryID': '', 'Result': 'OK'}]

执行文件：

import simplejson as json jsonobject = json.load(file('table.json')) print json.dumps(jsonobject,sort_keys=True,indent=4)

显示：

[admin@r42h06016.xy2.aliyun.com]$python readJson.py [ { "Message": "{"DescibeTableWithPartSpec": "false", "GetTableMetaString":"{"tableName":"zt1","owner":"1365937150772213","createTime":1346218114,"lastModifiedTime":0,"columns":[{"name":"a","type":"string"},{"name":"b","type":"string"}],"partitionKeys":[{"name":"pt","type":"string"}]}"}", "Query": "desc zt1;", "QueryID": "", "Result": "OK" } ]

3.3,json模块示例：

import json # Converting Python to JSON json_object = json.write( python_object ) # Converting JSON to Python python_object = json.read( json_object )

3.4,simplejson模块示例：

import simplejson # Converting Python to JSON json_object = simplejson.dumps( python_object ) # Converting JSON to Python python_object = simplejson.loads( json_object )

其中的json_object也可以是文件名比如file(“tmp/table.json”)

4,Json数据的解析

假设对于data.json文件如下：

复制代码代码如下:

{'isSuccess': True, 'errorMsg': '', 'total': 1, 'data': [{'isOnline': True, 'idc': 'xe6x9dxadxe5xb7x9exe5xbexb7xe8x83x9cxe6x9cxbaxe6x88xbf', 'assetsNum': 'B50070100007003', 'responsibilityPerson': 'xe5xbcxa0xe4xb9x8bxe8xafx9a', 'deviceModel': 'PowerEdge 1950', 'serviceTag': '729HH2X', 'ip': '172.16.20.163', 'hostname': 'hzshterm1.alibaba.com', 'manageIp': '172.31.58.223', 'cabinet': 'H05', 'buyTime': '2009-06-29', 'useState': 'xe4xbdxbfxe7x94xa8xe4xb8xad', 'memoryInfo': {'amount': 4, 'size': 8192}, 'cpuInfo': {'coreNum': 8, 'l2CacheSize': 6144, 'amount': 2, 'model': 'Intel(R) Xeon(R) CPU E5405 @ 2.00GHz', 'masterFrequency': 1995}, 'cabinetPositionNum': '', 'outGuaranteeTime': '', 'logicSite': 'xe4xb8xadxe6x96x87xe7xabx99'}]}

首先导入该文件，建立Json对象，并查看类型，已经是dict类型了。

#test.py import simplejson as json ddata = json.loads(file("data.json")) print ddata print type(ddata)#<type 'dict'>

其次，我们以读字典中key 为”data”对应的键值

>>> ddata['data'] //查看字典的方法！ >>>type(ddata['data']) <type 'list'>

发现ddata[‘data']是一个列表，列表就要用序号来查询

>>> ddata['data'][0] //查看列表的方法！ >>> type(ddata['data'][0]) <type 'dict'>

ddata[‘data']列表的0号元素是个字典。。

好，那我们查查key为idc的键值是多少

>>> ddata['data'][0]['idc'] //查看字典的方法！ >>> ddata['data'][0]['idc'] //查看字典的方法！ 'xe6x9dxadxe5xb7x9exe5xbexb7xe8x83x9cxe6x9cxbaxe6x88xbf' >>> print ddata['data'][0]['idc'] 杭州德胜机房

5.一些性能讨论

简单测试了一下，如果用JSON，也就是python2.6以上自带的json处理库，效率还算可以：

1K的数据，2.9GHz的CPU，单核下每秒能dump：36898次。大约是pyamf的5倍。但数据量较大，约为pyamf的1.67倍（1101/656）。

start_time: 1370747463.77 loop_num: 36898 end_time: 1370747464.78

再看看simplejson，没有安装C扩展的情况下：

详解Python使用simplejson模块解析JSON的方法1

simplejson，没有安装C扩展，跑出的结果让我惊讶：

start_time: 1370748132.87 loop_num: 1361 end_time: 1370748133.88

效率如此之低下。

下面是测试代码：

#! /usr/bin/env python #coding=utf-8 import time import json test_data = { 'baihe': { 'name': unicode('百合', 'utf-8'), 'say': unicode('清新，淡雅，花香', 'utf-8'), 'grow_time': 0.5, 'fruit_time': 0.5, 'super_time': 0.5, 'total_time': 1, 'buy':{'gold':2, } , 'harvest_fruit': 1, 'harvest_super': 1, 'sale': 1, 'level_need': 0, 'experience' : 2, 'exp_fruit': 1, 'exp_super': 1, 'used': True, }, '1':{ 'interval' : 0.3, 'probability' : { '98': {'chips' : (5, 25), }, '2' : {'gem' : (1,1), }, }, }, '2':{ 'unlock' : {'chips':1000, 'FC':10,}, 'interval' : 12, 'probability' : { '70': {'chips' : (120, 250), }, '20': {'gem' : (1,1), }, '10': {'gem' : (2,2), }, }, }, 'one':{ '10,5' :{'id':'m01', 'Y':1, 'msg':u'在罐子里发现了一个银币！',}, '3,7' :{'id':'m02', 'Y':10,'msg':u'发现了十个银币！好大一笔钱！',}, '15,5' :{'id':'m03', 'Y':2, 'msg':u'一只老鼠跑了过去',}, '7,4' :{'id':'m04', 'Y':4, 'msg':u'发现了四个生锈的银币……',}, '2,12' :{'id':'m05', 'Y':6, 'msg':u'六个闪亮的银币！',}, }, } start_time = time.time() print "start_time:", start_time j = 1 while True: j += 1 a = json.dumps(test_data) data_length = len(a) end_time = time.time() if end_time - start_time >= 1 : break print "loop_num:", j print "end_time: ",end_time print data_length ,a

总结：python自带的json，性能可以接受。simplejson，如果没有C扩展加速，效率极其低下。