p3

Author: qiwsir

227.md

@@ -2,62 +2,52 @@
 
 #标准库(8)
 
-##json
+##JSON
 
-就传递数据而言，xml是一种选择，还有另外一种，就是json，它是一种轻量级的数据交换格式，如果读者要做web编程，是会用到它的。根据维基百科的相关内容，对json了解一二：
+就传递数据而言，XML是一种选择，还有另外一种——JSON，它是一种轻量级的数据交换格式，如果读者要做web编程，则会用到它的。根据维基百科的相关内容，对JSON做如下简介：
 
 >JSON（JavaScript Object Notation）是一種由道格拉斯·克羅克福特構想設計、輕量級的資料交換語言，以文字為基礎，且易於讓人閱讀。儘管JSON是Javascript的一個子集，但JSON是獨立於語言的文本格式，並且採用了類似於C語言家族的一些習慣。
 
-关于json更为详细的内容，可以参考其官方网站：http://www.json.org
+关于JSON更为详细的内容，可以参考其官方网站：http://www.json.org
 
-从官方网站上摘取部分，了解一下json的结构：
+从上述网站摘取部分内容，了解一下JSON的结构：
 
->JSON建构于两种结构：
+JSON建构于两种结构：
 
 - “名称/值”对的集合（A collection of name/value pairs）。不同的语言中，它被理解为对象（object），纪录（record），结构（struct），字典（dictionary），哈希表（hash table），有键列表（keyed list），或者关联数组 （associative array）。
 - 值的有序列表（An ordered list of values）。在大部分语言中，它被理解为数组（array）。
 
-python标准库中有json模块，主要是执行序列化和反序列化功能：
+python标准库中有JSON模块，主要是执行序列化和反序列化功能：
 
-- 序列化：encoding，把一个python对象编码转化成json字符串
-- 反序列化：decoding，把json格式字符串解码转换为python数据对象
+- 序列化：encoding，把一个Python对象编码转化成JSON字符串
+- 反序列化：decoding，把JSON格式字符串解码转换为Python数据对象
 
 ###基本操作
 
-json模块相对xml单纯了很多：
+JSON模块相对XML单纯了很多：
 
     >>> import json
     >>> json.__all__
     ['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONEncoder']
+    #Python 3的显示结果如下：
+    ['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONDecodeError', 'JSONEncoder']
 
 **encoding: dumps()**
 
     >>> data = [{"name":"qiwsir", "lang":("python", "english"), "age":40}]
-    >>> print data
+    >>> data
     [{'lang': ('python', 'english'), 'age': 40, 'name': 'qiwsir'}]
     >>> data_json = json.dumps(data)
-    >>> print data_json
-    [{"lang": ["python", "english"], "age": 40, "name": "qiwsir"}]
+    >>> data_json
+    '[{"lang": ["python", "english"], "name": "qiwsir", "age": 40}]'
 
-encoding的操作是比较简单的，请注意观察data和data_json的不同——lang的值从元组变成了列表，还有不同：
+encoding的操作是比较简单的，请注意观察`data`和`data_json`的不同——lang的值从元组变成了列表，还有不同：
 
     >>> type(data_json)
     <type 'str'>
     >>> type(data)
     <type 'list'>
 
-将python对象转化为json类型，是按照下表所示对照关系转化的：
-
-|python==>|json|
-|------|----|
-|dict|object|
-|list, tuple|array|
-|str, unicode|string|
-|int, long, float|number|
-|True|true|
-|False|false|
-|None|null|
-
 **decoding: loads()**
 
 decoding的过程也像上面一样简单：
@@ -68,25 +58,10 @@ decoding的过程也像上面一样简单：
 
 需要注意的是，解码之后，并没有将元组还原。
 
-解码的数据类型对应关系：
-
-|json==>|python|
-|-------|------|
-|object|dict|
-|array|list|
-|string|unicode|
-|number(int)|int, long|
-|number(real)|float|
-|true|True|
-|false|False|
-|null|None|
-
-**对人友好**
-
-上面的data都不是很长，还能凑合阅读，如果很长了，阅读就有难度了。所以，json的dumps()提供了可选参数，利用它们能在输出上对人更友好（这对机器是无所谓的）。
+上面的data都不是很长，还能凑合阅读，如果很长了，阅读就有难度了。所以，JSON的`dumps()`提供了可选参数，利用它们能在输出上对人更友好（这对机器是无所谓的）。
 
     >>> data_j = json.dumps(data, sort_keys=True, indent=2)
-    >>> print data_j
+    >>> print data_j        #Python 3: print(data_j)
     [
       {
         "age": 40, 
@@ -102,20 +77,20 @@ decoding的过程也像上面一样简单：
 
 ###大json字符串
 
-如果数据不是很大，上面的操作足够了。但是，上面操作是将数据都读入内存，如果太大就不行了。怎么办？json提供了`load()`和`dump()`函数解决这个问题，注意，跟上面已经用过的函数相比，是不同的，请仔细观察。
+如果数据不是很大，上面的操作足够了。但现在是所谓“大数据”时代了，随便一个什么业务都在说自己是大数据，显然不能总让JSON很小，事实上真正的大数据，再“大”的JSON也不行了。前面的操作方法是将数据都读入内存，如果数据太大了就会内存溢出。怎么办？JSON提供了`load()`和`dump()`函数解决这个问题，注意，跟上面已经用过的函数相比，是不同的，请仔细观察。
 
     >>> import tempfile    #临时文件模块
     >>> data
     [{'lang': ('python', 'english'), 'age': 40, 'name': 'qiwsir'}]
     >>> f = tempfile.NamedTemporaryFile(mode='w+')
     >>> json.dump(data, f)
     >>> f.flush()
-    >>> print open(f.name, "r").read()
+    >>> print open(f.name, "r").read()        #Python 3: print(open(f.name, "r").read())
     [{"lang": ["python", "english"], "age": 40, "name": "qiwsir"}]
 
 ###自定义数据类型
 
-一般情况下，用的数据类型都是python默认的。但是，我们学习过类后，就知道，自己可以定义对象类型的。比如：
+一般情况下，用的数据类型都是Python默认的。但是，我们学习过类后，就知道，自己可以定义对象类型的。比如：
 
 以下代码参考：[Json概述以及python对json的相关操作](http://www.cnblogs.com/coser/archive/2011/12/14/2287739.html)