Python3中解析JSON数据并转换为字典与列表

JSON数据在Python中的类型映射

在Python中处理JSON数据时，首先需要理解JSON格式与Python内部数据类型之间的对应关系。使用json模块进行解码（loads）或编码（dumps）时，类型转换遵循以下规则：

• JSON对象（Object）转换为Python字典（dict）。
• JSON数组（Array）转换为Python列表（list）。
• JSON字符串（String）转换为Python字符串（str）。
• JSON整数（Number）转换为Python整数（int）。
• JSON浮点数（Number）转换为Python浮点数（float）。
• JSON布尔值（true/false）转换为Python布尔值（True/False）。
• JSON null值转换为Python None。

可以通过Python内置的type()函数来验证解码后数据的实际类型。例如，访问字典中的值可以直接使用变量下标（键名）进行。

JSON数据的编码与格式化输出

在将JSON数据转换为Python对象之前，或者为了便于阅读，通常需要对JSON字符串进行格式化输出。Python的json.dumps()方法提供了便捷的格式化选项。

import json

# 假设 get_alert() 是一个返回原始JSON字符串的函数
js = json.dumps(get_alert(), indent=4, ensure_ascii=False)
print(js)

在上述代码中：

• indent=4：设置缩进为4个空格，使输出的JSON结构清晰易读。
• ensure_ascii=False：禁用ASCII编码，确保中文字符等Unicode字符能直接输出，而不是被转义为ASCII码。

以下是一个典型的Zabbix API返回的JSON示例，展示了包含触发器、主机和监控项的嵌套结构：

{
 "jsonrpc": "2.0",
 "result": [
  {
   "triggerid": "123456",
   "expression": "{23567}>95",
   "description": "High memory utilization > 95",
   "url": "",
   "status": "0",
   "value": "1",
   "priority": "4",
   "lastchange": "123456",
   "comments": "",
   "error": "",
   "templateid": "0",
   "type": "0",
   "state": "0",
   "flags": "0",
   "recovery_mode": "0",
   "recovery_expression": "",
   "correlation_mode": "0",
   "correlation_tag": "",
   "manual_close": "0",
   "opdata": "",
   "hosts": [
    {
     "hostid": "8888",
     "name": "window_sever"
    }
   ],
   "items": [
    {
     "itemid": "123456",
     "name": "Memory utilization",
     "description": "Memory used percentage is calculated as (100-pavailable)"
    }
   ]
  },
  {
   "triggerid": "17099",
   "expression": "{20221}<{$SWAP.PFREE.MIN.WARN} and {20222}>0",
   "description": "High swap space usage ( less than 20% free)",
   "url": "",
   "status": "0",
   "value": "1",
   "priority": "2",
   "lastchange": "123456789",
   "comments": "This trigger is ignored, if there is no swap configured",
   "error": "",
   "templateid": "16176",
   "type": "0",
   "state": "0",
   "flags": "0",
   "recovery_mode": "0",
   "recovery_expression": "",
   "correlation_mode": "0",
   "correlation_tag": "",
   "manual_close": "0",
   "opdata": "Free: {ITEM.LASTVALUE1}, total: {ITEM.LASTVALUE2}",
   "hosts": [
    {
     "hostid": "10325",
     "name": "linus"
    }
   ],
   "items": [
    {
     "itemid": "31681",
     "name": "Free swap space in %",
     "description": ""
    },
    {
     "itemid": "123456",
     "name": "Total swap space",
     "description": ""
    }
   ]
  }
 ],
 "id": "3"
}

解码JSON并访问嵌套结构

使用json.loads()方法可以将JSON字符串解码为Python原生数据类型。对于上述JSON字符串，解码后的根对象是一个字典（dict）。

js_loads_data = json.loads(js)
# 解码后的数据转为python原生的字典类型（dict）
print(type(js_loads_data))
# 输出: <class 'dict'>

可以通过键名直接访问字典中的值。例如，访问id字段：

print(js_loads_data["id"])
# 输出: 3
print(type(js_loads_data["id"]))
# 输出: <class 'str'>

注意，JSON中的数字在解码后可能保持为字符串类型，具体取决于JSON源的定义。访问result字段时，会发现它是一个列表（list）：

print(type(js_loads_data["result"]))
# 输出: <class 'list'>

遍历嵌套数组

由于result是一个列表，可以通过列表下标访问其中的元素。列表中的每个元素通常是一个字典，代表一个具体的数据对象（如触发器）。

# 获取列表中的第一个元素
print(js_loads_data['result'][0])
print(type(js_loads_data['result'][0]))
# 输出: <class 'dict'>

既然第一个元素是字典，就可以像访问普通字典一样访问其键值。例如，遍历第一个触发器的所有键值对：

for key in js_loads_data['result'][0]:
    print(key, ":", js_loads_data['result'][0][key])

在遍历过程中，可能会发现某些值（如hosts和items）仍然是列表类型。这意味着需要进一步处理这些嵌套结构。

提取嵌套列表中的特定信息

为了简化后续操作，可以将嵌套结构赋值给新变量。例如，提取所有触发器中的主机名称：

# 使用列表推导式提取hosts信息
result_list = [(item.get('hosts', 'NA')) for item in js_loads_data['result']]

然后遍历这个列表，获取每个主机的名称：

for tmp in result_list:
    # 注意：tmp是一个列表，包含一个字典
    if tmp and tmp[0]:
        print(tmp[0].get('name'))

输出结果可能如下：

windows sever
linus

总结

处理JSON数据的关键步骤包括：

1. 使用json模块将JSON字符串编码或解码为Python原生数据类型。
2. 利用type()函数分析每个元素的类型，明确数据结构。
3. 根据JSON串的结构，使用字典键访问或列表下标访问来提取所需信息。

以上就是Python3中解析JSON数据并转换为字典与列表的详细内容，更多关于Python JSON处理技巧的资料请关注本站其它相关文章！