python 解读JSON文件，一文搞懂！ json python解析/json文件处理/pandas处理json数据/json文件解析

一、JSON格式详解

        所有 JSON 数据需要包裹在一个花括号中。

{
 "sites": [
 { "name":"maybe" , "url":"www.maybe.com" }, 
 { "name":"google" , "url":"www.google.com" }
 ]
}

• Object（对象）：键/值对（"key":"value"）的集合。集合使用花括号{ }定义。多个键/值对之间使用逗号,分隔，例如{"name":"pink","url":"unknown"}。
• Array（数组）：值的有序集合，使用方括号[ ]定义，数组中每个值之间使用逗号 ,进行分隔。

1. 基本语法

• 值可以是数字、字符串、布尔值、数组、对象、null；
• 键必须是唯一的，不能重复；
• 不可以使用八进制或十六进制表示数字。
• 不支持注释
• 可以嵌套

2. 数据类型

        number：JSON 中不区分整型和浮点型。此外，JSON 中不能使用八进制和十六进制表示数字，但可以使用 e 或 E 来表示 10 的指数。

{
 "number_1" : 20,
 "number_2" : -21.5,
 "number_3" : 1.0E+1
}

        value：null 和 true/false

        object：JSON 中，对象由花括号{ }以及其中的若干键/值对组成，一个对象中可以包含零个或多个键/值对，每个键/值对之间需要使用逗号,分隔.

{
 "author": {
 "name": "C",
 "description": "C语言"
 }
}

        array：JSON 中，数组由方括号[ ]和其中的若干值组成，值可以是 JSON 中支持的任意类型，每个值之间使用逗号,进行分隔。

{
 "course" : [
 "JSON",
 "CSS",
 {
 "ok" : "well",
 "how" : "fine"
 },
 [
 3.1,
 fasle
 ],
 null
 ]
}

二、python

1. 数据文件（data.json)

{
 "employee": {
 "name": "John Doe",
 "age": 35,
 "department": {
 "name": "Engineering",
 "location": "Building A"
 }
 }
}

2.原生python解析

        需要导入JSON包进行文件解析。

import json
# 读取 JSON 数据
with open('data/data.json', 'r') as f:
 json_data = f.read()
# 解析 JSON 数据
data = json.loads(json_data)
print(type(data)) # dict
for key, value in data.items(): # 遍历第一层
 print(f"Key: {key}, Value: {value}")
 # 如果值是字典，继续遍历第二层
 if isinstance(value, dict):
 for sub_key, sub_value in value.items(): # 遍历第二层
 print(f" Sub-key: {sub_key}, Sub-value: {sub_value}")
 # 如果第二层的值还是字典，进一步处理
 if isinstance(sub_value, dict):
 for deep_key, deep_value in sub_value.items():
 print(f" Deep-key: {deep_key}, Deep-value: {deep_value}")

3. pandas

        需要导入pandas包进行文件解析。

import pandas as pd
path = 'data/data.json'
# 1. 打开并读取 JSON 文件
df = pd.read_json(path)
print(type(df)) # DataFrame
# 2. 按行解析 JSON 数据
x = df.to_dict(orient='records')
print(type(x)) # list ，其中每个元素是一个字典
# 3. 按列解析 JSON 数据
y = df.to_dict(orient='list')
print(type(y)) # dict 类型，其中每个键的值是列表
# 4. 扁平化嵌套的 JSON 数据
x_normalized = pd.json_normalize(x)
print(x_normalized)
# 5. 将 DataFrame 转换为 JSON 格式
json_data = df.to_json()
print(json_data)
# 6. 将 DataFrame 写入 JSON 文件
df.to_json('output.json')