Json 详解 – Yongy's Blog

不管是网络负载传输，还是结构化对象修改，都与 JSON 息息相关。鉴于最近一直在与 JSON 打交道，自己对 JSON 的理解也逐渐深入，这里做一下记录，便于日后再遇到时还能保持“熟悉”。

JSON 定义

JSON (JavaScript Object Notation) 是一种开放标准的文件格式和数据交换格式，使用文本进行存储和传输由 name-value pairs 和数组（或其他可序列化的值）组成的对象。—— Wikipedia JSON

JSON 的全称暗示了其与 JavaScript 相关，但是考虑到 JavaScript 自身的命名原因（Java is famous¹），一定程度上降低了这种相关性。事实上也确实如此，JSON 源于 JavaScript 但却是语言无关的，并不依赖于 JavaScript 的语言特性。

维基百科中提到 JSON 是一种文件格式（文件格式规定了信息被编码存储在计算机文件中的方式。类似于.jpg,.pdf对应的 JPG 和 PDF 分别使用二进制来表示图片和文档对象，或者.txt对应的 TXT 使用字符文本来存储无结构数据。）不同的是，JSON 对应的 .json 使用字符文本来存储结构化数据。

此外，JSON 是一种数据交换格式，可以用于进程 A 与进程 B 的数据交换。

JSON 结构

JSON 可由两种结构组成:

name-value 对集合（或称为 object ）。实际上是限制键（key）为字符串的键值对，不同语言对这种键值对集合的叫法不同，如 JavaScript: object, 数据库: record，C/C++/Go: struct, Python: dict 等。

上图源于 ECMA-404 The JSON Data Interchange Standard，可以这样看。上路径: { }是一个空对象；下路径: { string : value, ..., string : value } 是可重复n次的 string : value 对。其中 value 可以是字符串，数字，true/false/null，对象或数组，这些结构可以嵌套。

有序值列表。在大多数语言中，通常以数组、向量、列表或序列的形式实现。

上路径: [ ] 是空列表；下路径: [value,...,value]，其中 value 同上。

JSON 进行数据存储和交换的好处？

JSON 使用文本存储，方便阅读与书写。
JSON 非常流行，各种语言都有相应的 JSON 处理库可简化复杂数据的序列化和反序列化过程。这里引用 Python 标准库中对 json 模块的介绍做一下解释：字符串可以很容易地写入文件或从文件中读取，因为在文本模式下，可以直接使用 write 向文件对象写入字符串以及 read 方法读取返回字符串。不过数字类型就略微复杂些，写入前需要使用 str() 转换为字符串（序列化过程），读取后使用 int() 转换为数字类型（反序列化过程）。事实上，数字类型的序列化和反序列化还是较为简单地，仅使用内置函数就可以搞定。但如果想要存储和传输更复杂的数据（如嵌套列表、字典等）时，手动的序列化和反序列化就变得困难了。JSON 库提供了类似于 str/int 的方法，用于直接将复杂对象转换为字符串，或从字符串中解析到对象。

JSON 操作(Python)

Python 中的 json 模块提供了序列化和反序列化 python 对象的方法。下面使用 dir() 展示了该模块的公开 API。

>>> import json
>>> dir(json)
['JSONDecodeError', 'JSONDecoder', 'JSONEncoder', 'detect_encoding', 'dump', 'dumps', 'load', 'loads']

dump, dumps, load, loads 是 python 提供的类似上述 str/int 方法，用于将复杂对象转换为字符串或写入文本文件，或从字符串或文本文件中读取对象。detect_encoding 通过检查 JSON 字节流的前几个字节返回 JSON 字节数据的编码格式（如, utf-8/utf-8-sig等），在 load 内部调用实现自动编码检测。

dump(
    obj,
    fp,
    *,
    skipkeys=False,
    ensure_ascii=True,
    check_circular=True,
    allow_nan=True,
    cls=None,
    indent=None,
    separators=None,
    default=None,
    sort_keys=False,
    **kw
)

dumps(
    obj,
    *,
    skipkeys=False,
    ensure_ascii=True,
    check_circular=True,
    allow_nan=True,
    cls=None,
    indent=None,
    separators=None,
    default=None,
    sort_keys=False,
    **kw
)
"""
    dump 函数用于将复杂 python 对象写入文件对象 fp . 
    dump 函数用于将复杂 python 对象写入 python 字符串对象.
"""

参数 ensure_ascii 用于控制序列化时对非 ASCII 字符的处理。当 ensure_ascii=True （默认）时，输出将转义所有非 ASCII 字符和不可打印字符；当 ensure_ascii=False（推荐）时，将保留原始字符。参数 indent 用于指定缩进，默认为 None，如果希望可读，可设置 indent=4.

load(
    fp,
    *,
    cls=None,
    object_hook=None,
    parse_float=None,
    parse_int=None,
    parse_constant=None,
    object_pairs_hook=None,
    **kw   
)

loads(
    s,
    *,
    cls=None,
    object_hook=None,
    parse_float=None,
    parse_int=None,
    parse_constant=None,
    object_pairs_hook=None,
    **kw
)
"""
    load 函数用于从文件对象 fp 读取复杂对象.
    loads 函数用于从字符串对象读取复杂对象.
"""

JSONEncoder 类，JSONDecoder 类可用于自定义 python 对象到 JSON 对象的编码器和解码器。

下表概述了 Python 对象与 JSON 对象的对应关系：

Python	JSON
dict	object
list	array
str	string
int	number(int)
float	number(real)
True	true
False	false
None	null

（除了上述对象，python json 模块还支持 JSON 规范不支持的 NaN, Infinity, 和 -Infinity 特殊浮点数值，该功能可通过 dump 和 dumps 的 allow_nan 参数控制）

>>> import json
>>> json_str = '{"a": NaN, "b": Infinity, "c": -Infinity}'
>>> data = json.loads(json_str)
>>> print(data)
{'a': nan, 'b': inf, 'c': -inf}

扩展与思考

JSON 非常轻量，没有过多的冗余元素（如注释），一定程度上体现了其作为数据交换格式的精简性，不过这也导致了我们在拿到一个复杂的 JSON 文件时可能难以入手理解。MAML（Minimal. Human-readable. Machine-parsable.）是一个较新的配置语言，倒是可以与 JSON 搭配使用，作为 JSON 对象的“参考手册”。

Introducing JSON
MAML: 提供了注释、多行 raw strings、可选逗号等功能，支持作为配置语言。（当处理大型结构化数据时，注释对于理解对象组成非常有帮助）

Wikipedia JavaScript History ↩︎