网站首页 > java教程 正文
引言
在当今数据驱动的时代,JSON(JavaScript Object Notation)已成为互联网数据交换的“通用语言”。无论是API接口、配置文件还是网络爬虫,JSON都扮演着核心角色。本文将通过零基础手把手教学+实战案例,带你掌握Python处理JSON的核心技巧,并附赠今日头条数据抓取实战代码,助你快速进阶!
一、JSON基础:为什么每个程序员都必须掌握?
JSON是一种轻量级的数据格式,具有以下优势:
- 易读性:键值对结构清晰,如{"name": "张三", "age": 25};
- 跨平台性:支持Python、Java、JavaScript等多种语言;
- 高效传输:体积小,解析速度快,适合网络传输。
JSON常见格式示例:
{
"用户": [
{"name": "张三", "hobbies": ["篮球", "编程"]},
{"name": "李四", "email": "lisi@example.com"}
]
}
二、Python操作JSON的四大核心函数
函数 | 作用 | 场景 |
json.dumps() | 将Python对象转为JSON字符串 | 数据序列化 |
json.loads() | 将JSON字符串转为Python对象 | 数据反序列化 |
json.dump() | 将Python对象写入JSON文件 | 文件存储 |
json.load() | 从JSON文件读取数据到Python对象 | 文件读取 |
代码示例:数据转换与文件读写
import json
# 数据转JSON字符串
data = {"platform": "今日头条", "users": [{"name": "小王", "粉丝数": 10000}]}
json_str = json.dumps(data, indent=4) # indent参数让JSON格式化排版
print("JSON字符串:\n", json_str)
# 写入JSON文件
with open('data.json', 'w', encoding='utf-8') as f:
json.dump(data, f, ensure_ascii=False) # 确保中文正常显示
# 从文件读取
with open('data.json', 'r') as f:
loaded_data = json.load(f)
print("读取到的数据:", loaded_data)
三、实战案例:抓取今日头条热门文章数据(附完整代码)
步骤1:安装依赖库
pip install requests
步骤2:发送请求并解析JSON
import requests
import json
def fetch_toutiao_hot():
url = "https://www.toutiao.com/api/pc/list/feed?channel_id=3189398972" # 娱乐频道接口
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
}
response = requests.get(url, headers=headers)
if response.status_code == 200:
data = json.loads(response.text)
for article in data.get('data', []):
title = article.get('title', '无标题')
read_count = article.get('read_count', 0)
print(f"标题: {title} | 阅读量: {read_count}")
else:
print("请求失败,状态码:", response.status_code)
fetch_toutiao_hot()
代码解析:
- 使用requests库模拟浏览器请求,绕过简单反爬机制;
- json.loads()解析返回的JSON数据,提取标题和阅读量;
- 关键点:需添加User-Agent请求头,否则可能被服务器拒绝。
四、进阶技巧:处理复杂JSON结构
- 嵌套数据提取
若JSON数据多层嵌套,可通过递归或逐层访问:
# 示例:提取所有用户的兴趣标签
data = {
"department": {
"name": "技术部",
"members": [
{"name": "张三", "tags": ["Python", "AI"]},
{"name": "李四", "tags": ["Java", "大数据"]}
]
}
}
all_tags = [tag for member in data['department']['members'] for tag in member['tags']]
print("所有兴趣标签:", all_tags) # 输出: ['Python', 'AI', 'Java', '大数据']
- 数据格式化与排序
data = {"b": 2, "a": 1, "c": 3}
formatted_json = json.dumps(data, indent=2, sort_keys=True)
print(formatted_json)
# 输出按键名排序的格式化JSON
五、避坑指南:新手常见问题
- 编码问题:使用ensure_ascii=False参数避免中文乱码;
- 文件路径错误:建议使用绝对路径或检查文件权限;
- 数据类型不匹配:JSON的null对应Python的None,true/false对应True/False。
结语
通过本文,你已掌握从基础操作到实战应用的完整JSON处理技能。无论是本地数据存储,还是网络数据抓取,JSON都是Python程序员不可或缺的工具。立即动手运行示例代码,探索更多数据处理的可能!
今日头条原创提示:本文代码经过实测,转载请注明出处。关注作者,获取更多Python爬虫与数据分析实战技巧!
猜你喜欢
- 2025-03-26 写个技术文章「续」,PHP转Java开发的经历,SpringBoot和Mybatis
- 2025-03-26 Spring Boot如何压缩Json并写入redis?
- 2025-03-26 Java实现Mybatis日志转MySQL可执行SQL的智能转换工具
- 2025-03-26 【推荐】一款 IDEA 必备的 JSON 处理工具插件 — Json Assistant
- 2025-03-26 java千问-springboo2升级3返回json的奇怪问题
- 2025-03-26 类型转换:用Hutool代码替代传统Java代码,省下80%的开发时间!
- 2025-03-26 Spring Boot 如何压缩JSON数据并且将其存储到Redis中?
你 发表评论:
欢迎- 最近发表
- 标签列表
-
- java反编译工具 (77)
- java反射 (57)
- java接口 (61)
- java随机数 (63)
- java7下载 (59)
- java数据结构 (61)
- java 三目运算符 (65)
- java对象转map (63)
- Java继承 (69)
- java字符串替换 (60)
- 快速排序java (59)
- java并发编程 (58)
- java api文档 (60)
- centos安装java (57)
- java调用webservice接口 (61)
- java深拷贝 (61)
- 工厂模式java (59)
- java代理模式 (59)
- java.lang (57)
- java连接mysql数据库 (67)
- java重载 (68)
- java 循环语句 (66)
- java反序列化 (58)
- java时间函数 (60)
- java是值传递还是引用传递 (62)
本文暂时没有评论,来添加一个吧(●'◡'●)