python json jsonl 的用法

JSON

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，广泛用于在客户端和服务器之间传输数据。以下是 Python 中使用 JSON 的一些常见用法：

1. 将 Python 对象转换为 JSON 字符串

使用 json.dumps() 函数将 Python 对象（如字典、列表等）转换为 JSON 字符串。

python">import json# Python 字典
data = {"name": "Alice","age": 30,"city": "New York","skills": ["Python", "Machine Learning"]
}# 转换为 JSON 字符串
json_str = json.dumps(data)
print(json_str)

输出示例：

json">{"name": "Alice", "age": 30, "city": "New York", "skills": ["Python", "Machine Learning"]}

2. 将 JSON 字符串解析为 Python 对象

使用 json.loads() 函数将 JSON 字符串解析为 Python 对象（如字典、列表等）。

python">json_str = '{"name": "Alice", "age": 30, "city": "New York", "skills": ["Python", "Machine Learning"]}'# 将 JSON 字符串解析为 Python 字典
data = json.loads(json_str)
print(data)

输出示例：

python">{'name': 'Alice', 'age': 30, 'city': 'New York', 'skills': ['Python', 'Machine Learning']}

3. 将 Python 对象写入 JSON 文件

使用 json.dump() 函数将 Python 对象写入到 JSON 文件中。

python">import jsondata = {"name": "Alice","age": 30,"city": "New York","skills": ["Python", "Machine Learning"]
}# 将 Python 对象写入 JSON 文件
with open('data.json', 'w') as json_file:json.dump(data, json_file)

4. 从 JSON 文件读取数据

使用 json.load() 函数从 JSON 文件中读取数据并解析为 Python 对象。

python">import json# 从 JSON 文件读取数据
with open('data.json', 'r') as json_file:data = json.load(json_file)print(data)

输出示例：

python">{'name': 'Alice', 'age': 30, 'city': 'New York', 'skills': ['Python', 'Machine Learning']}

5. 自定义 JSON 编码

如果你有自定义的类对象并想要将其转换为 JSON，可以通过实现自定义的编码器：

python">import jsonclass Employee:def __init__(self, name, age, position):self.name = nameself.age = ageself.position = position# 自定义的 JSON 编码器
def encode_employee(obj):if isinstance(obj, Employee):return {'name': obj.name, 'age': obj.age, 'position': obj.position}raise TypeError(f"Object of type {obj.__class__.__name__} is not JSON serializable")# 创建 Employee 对象
employee = Employee("John", 28, "Software Engineer")# 使用自定义编码器将对象转换为 JSON 字符串
json_str = json.dumps(employee, default=encode_employee)
print(json_str)

输出示例：

json">{"name": "John", "age": 28, "position": "Software Engineer"}

6. 格式化 JSON 输出

使用 json.dumps() 时，可以通过 indent 参数生成格式化的 JSON 字符串，便于阅读。

python">import jsondata = {"name": "Alice","age": 30,"city": "New York","skills": ["Python", "Machine Learning"]
}# 生成格式化的 JSON 字符串
json_str = json.dumps(data, indent=4)
print(json_str)

输出示例：

json">{"name": "Alice","age": 30,"city": "New York","skills": ["Python","Machine Learning"]
}

7. 处理复杂对象

如果需要序列化更复杂的对象，可以通过自定义 JSONEncoder 类来处理。

python">import jsonclass Employee:def __init__(self, name, age, position):self.name = nameself.age = ageself.position = positionclass EmployeeEncoder(json.JSONEncoder):def default(self, obj):if isinstance(obj, Employee):return {'name': obj.name, 'age': obj.age, 'position': obj.position}return super().default(obj)employee = Employee("John", 28, "Software Engineer")# 使用自定义的编码器将对象转换为 JSON 字符串
json_str = json.dumps(employee, cls=EmployeeEncoder)
print(json_str)

输出示例：

json">{"name": "John", "age": 28, "position": "Software Engineer"}

JSONL

JSONL（JSON Lines）是一种简单的文件格式，专门用于存储多个JSON对象，每个对象占用一行。JSONL文件的扩展名通常为 .jsonl 或 .ndjson（Newline Delimited JSON）。这种格式在处理大量结构化数据时非常有效，因为它允许逐行读取和处理数据。

下面是JSONL的常见用法示例，包括如何在Python中读取和写入JSONL格式的数据。

1. JSONL 文件的结构

一个JSONL文件可能看起来如下：

jsonl">{"name": "Alice", "age": 30, "city": "New York"}
{"name": "Bob", "age": 25, "city": "Los Angeles"}
{"name": "Charlie", "age": 35, "city": "Chicago"}

每一行都是一个有效的JSON对象，行与行之间用换行符 \n 分隔。

2. 读取 JSONL 文件

使用Python读取JSONL文件时，可以逐行处理文件中的JSON对象：

python">import json# 读取 JSONL 文件
with open('data.jsonl', 'r') as jsonl_file:for line in jsonl_file:# 解析每一行的 JSON 对象data = json.loads(line)print(data)

输出示例：

python">{'name': 'Alice', 'age': 30, 'city': 'New York'}
{'name': 'Bob', 'age': 25, 'city': 'Los Angeles'}
{'name': 'Charlie', 'age': 35, 'city': 'Chicago'}

3. 写入 JSONL 文件

写入JSONL文件时，可以逐行将多个JSON对象写入文件，每个对象占用一行：

python">import json# 准备要写入的多个 JSON 对象
data_list = [{"name": "Alice", "age": 30, "city": "New York"},{"name": "Bob", "age": 25, "city": "Los Angeles"},{"name": "Charlie", "age": 35, "city": "Chicago"}
]# 写入 JSONL 文件
with open('data.jsonl', 'w') as jsonl_file:for data in data_list:jsonl_file.write(json.dumps(data) + '\n')

4. 追加写入 JSONL 文件

如果需要追加数据到已有的JSONL文件中，可以使用追加模式 'a'：

python">import json# 要追加写入的 JSON 对象
new_data = {"name": "Diana", "age": 28, "city": "Houston"}# 追加写入 JSONL 文件
with open('data.jsonl', 'a') as jsonl_file:jsonl_file.write(json.dumps(new_data) + '\n')

5. 处理大数据集

由于JSONL格式允许逐行读取和处理数据，特别适合用于处理大数据集。比如当数据量较大时，可以用下面的方式逐行读取并处理，而不需要将整个文件一次性加载到内存中：

python">import json# 逐行处理大数据集
with open('large_data.jsonl', 'r') as jsonl_file:for line in jsonl_file:data = json.loads(line)# 对每一行的数据进行处理process_data(data)

6. 与Pandas集成

如果你需要将JSONL文件的数据加载到Pandas DataFrame中，Pandas的 read_json 方法也支持读取JSONL格式的数据：

python">import pandas as pd# 使用 Pandas 读取 JSONL 文件
df = pd.read_json('data.jsonl', lines=True)
print(df)

输出示例：

python">      name  age         city
0    Alice   30    New York
1      Bob   25  Los Angeles
2  Charlie   35     Chicago

总结

JSONL格式是一种非常实用的数据存储格式，特别适合处理大型、结构化的数据集。使用它的主要优点包括：

逐行读取：有效处理大文件，节省内存。
简便性：每一行都是独立的JSON对象，便于解析和处理。
灵活性：可以很容易地将数据追加到已有文件中。

通过上述方法，您可以轻松地在Python中读取、写入和处理JSONL格式的数据。