详解Python使用simplejson模块解析JSON的方法

1，Json模块介绍
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScript Programming Language, Standard ECMA-262 3rd Edition - December 1999的一个子集。JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯（包括C, C++, C#, Java, JavaScript, Perl, Python等）。这些特性使JSON成为理想的数据交换语言。

2，Json的格式
2.1,对象:

{name:"Peggy",email:"peggy@gmail.com",homepage:"http://www.vevb.com"} { 属性 : 值 , 属性 : 值 , 属性 : 值 }

2.2,数组：
是有顺序的值的集合。一个数组开始于"["，结束于"]"，值之间用","分隔。

[ {name:"Peggy",email:"peggy@gmail.com",homepage:"http://www.vevb.com"}, {name:"Peggy",email:"peggy@gmail.com",homepage:"http://www.vevb.com"}, {name:"Peggy",email:"peggy@gmail.com",homepage:"http://www.vevb.com"} ]

另，值可以是字符串、数字、true、false、null，也可以是对象或数组。这些结构都能嵌套。

3，Json的导入导出
这里的write/dump的含义是将Json对象输入到一个python_object中，如果python_object是文件，则dump到文件中；如果是对象，则dump到内存中。这是序列化。

3.1，读取Json文件

import simplejson as json f = file('table.json') source = f.read() target = json.JSONDecoder().decode(source) print target import simplejson as json jsonobject = json.load(file('table.json')) print jsonobject

3.2，显示Json文件
为了显示Json格式好看，原来的Json文件：

[admin@r42h06016.xy2.aliyun.com]$python readJson.py [{'Query': 'desc zt1;', 'Message': '{"DescibeTableWithPartSpec": "false", "GetTableMetaString":"{//"tableName//"://"zt1//",//"owner//"://"1365937150772213//",//"createTime//":1346218114,//"lastModifiedTime//":0,//"columns//":[{//"name//"://"a//",//"type//"://"string//"},{//"name//"://"b//",//"type//"://"string//"}],//"partitionKeys//":[{//"name//"://"pt//",//"type//"://"string//"}]}"}', 'QueryID': '', 'Result': 'OK'}]

执行文件：

import simplejson as json jsonobject = json.load(file('table.json')) print json.dumps(jsonobject,sort_keys=True,indent=4)

显示：

[admin@r42h06016.xy2.aliyun.com]$python readJson.py [   {     "Message": "{/"DescibeTableWithPartSpec/": /"false/", /"GetTableMetaString/":/"{///"tableName///":///"zt1///",///"owner///":///"1365937150772213///",///"createTime///":1346218114,///"lastModifiedTime///":0,///"columns///":[{///"name///":///"a///",///"type///":///"string///"},{///"name///":///"b///",///"type///":///"string///"}],///"partitionKeys///":[{///"name///":///"pt///",///"type///":///"string///"}]}/"}",     "Query": "desc zt1;",     "QueryID": "",     "Result": "OK"   } ]

3.3,json模块示例：

import json # Converting Python to JSON json_object = json.write( python_object ) # Converting JSON to Python python_object = json.read( json_object )

3.4,simplejson模块示例：

import simplejson # Converting Python to JSON json_object = simplejson.dumps( python_object ) # Converting JSON to Python python_object = simplejson.loads( json_object )

其中的json_object也可以是文件名比如file(“tmp/table.json”)

4,Json数据的解析
假设对于data.json文件如下：

复制代码代码如下:

{'isSuccess': True, 'errorMsg': '', 'total': 1, 'data': [{'isOnline': True, 'idc': '/xe6/x9d/xad/xe5/xb7/x9e/xe5/xbe/xb7/xe8/x83/x9c/xe6/x9c/xba/xe6/x88/xbf', 'assetsNum': 'B50070100007003', 'responsibilityPerson': '/xe5/xbc/xa0/xe4/xb9/x8b/xe8/xaf/x9a', 'deviceModel': 'PowerEdge 1950', 'serviceTag': '729HH2X', 'ip': '172.16.20.163', 'hostname': 'hzshterm1.alibaba.com', 'manageIp': '172.31.58.223', 'cabinet': 'H05', 'buyTime': '2009-06-29', 'useState': '/xe4/xbd/xbf/xe7/x94/xa8/xe4/xb8/xad', 'memoryInfo': {'amount': 4, 'size': 8192}, 'cpuInfo': {'coreNum': 8, 'l2CacheSize': 6144, 'amount': 2, 'model': 'Intel(R) Xeon(R) CPU E5405 @ 2.00GHz', 'masterFrequency': 1995}, 'cabinetPositionNum': '', 'outGuaranteeTime': '', 'logicSite': '/xe4/xb8/xad/xe6/x96/x87/xe7/xab/x99'}]}

首先导入该文件，建立Json对象，并查看类型，已经是dict类型了。

#test.py import simplejson as json ddata = json.loads(file("data.json")) print ddata print type(ddata)#<type 'dict'>

其次，我们以读字典中key 为”data”对应的键值

>>> ddata['data']  //查看字典的方法！>>>type(ddata['data']) <type 'list'>

发现ddata[‘data']是一个列表，列表就要用序号来查询

>>> ddata['data'][0]     //查看列表的方法！>>> type(ddata['data'][0]) <type 'dict'>

ddata[‘data']列表的0号元素是个字典。。
好，那我们查查key为idc的键值是多少

>>> ddata['data'][0]['idc']     //查看字典的方法！>>> ddata['data'][0]['idc']     //查看字典的方法！ '/xe6/x9d/xad/xe5/xb7/x9e/xe5/xbe/xb7/xe8/x83/x9c/xe6/x9c/xba/xe6/x88/xbf' >>> print ddata['data'][0]['idc'] 杭州德胜机房

5.一些性能讨论

简单测试了一下，如果用JSON，也就是python2.6以上自带的json处理库，效率还算可以：
1K的数据，2.9GHz的CPU，单核下每秒能dump：36898次。大约是pyamf的5倍。但数据量较大，约为pyamf的1.67倍（1101/656）。

start_time: 1370747463.77loop_num: 36898end_time:  1370747464.78

再看看simplejson，没有安装C扩展的情况下：

Python,simplejson

simplejson，没有安装C扩展，跑出的结果让我惊讶：

start_time: 1370748132.87loop_num: 1361end_time:  1370748133.88

效率如此之低下。

下面是测试代码：

#! /usr/bin/env python #coding=utf-8  import time import json  test_data = {   'baihe': {     'name': unicode('百合', 'utf-8'),        'say': unicode('清新，淡雅，花香', 'utf-8'),        'grow_time': 0.5,         'fruit_time': 0.5,        'super_time': 0.5,        'total_time': 1,       'buy':{'gold':2, } ,        'harvest_fruit': 1,       'harvest_super': 1,       'sale': 1,          'level_need': 0,       'experience' : 2,       'exp_fruit': 1,        'exp_super': 1,        'used': True,   },   '1':{     'interval' : 0.3,      'probability' : {       '98': {'chips' : (5, 25), },       '2' : {'gem' : (1,1), },     },   },   '2':{     'unlock' : {'chips':1000, 'FC':10,},     'interval' : 12,      'probability' : {       '70': {'chips' : (120, 250), },       '20': {'gem' : (1,1), },       '10': {'gem' : (2,2), },     },   },   'one':{     '10,5' :{'id':'m01', 'Y':1, 'msg':u'在罐子里发现了一个银币！',},     '3,7' :{'id':'m02', 'Y':10,'msg':u'发现了十个银币！好大一笔钱！',},     '15,5' :{'id':'m03', 'Y':2, 'msg':u'一只老鼠跑了过去',},     '7,4' :{'id':'m04', 'Y':4, 'msg':u'发现了四个生锈的银币……',},     '2,12' :{'id':'m05', 'Y':6, 'msg':u'六个闪亮的银币！',},   },      }  start_time = time.time() print "start_time:", start_time  j = 1 while True:   j += 1   a = json.dumps(test_data)   data_length = len(a)   end_time = time.time()   if end_time - start_time >= 1 :     break print "loop_num:", j print "end_time: ",end_time print data_length ,a

总结：python自带的json，性能可以接受。simplejson，如果没有C扩展加速，效率极其低下。