之前的文章我們已經可以根據 re 子產品，Xpath 子產品和 BeautifulSoup4 子產品來爬取網站上我們想要的資料并且存儲在本地，但是我們并沒有對存儲資料的格式有要求，本章我們就來看資料的存儲格式 JSON 及 Python 中的 json 子產品。
JSON(JavaScript Object Notation) 是一種輕量級的資料交換格式，它使得人們很容易的進行閱讀和編寫。同時也友善了機器進行解析和生成。适用于進行資料互動的場景，比如網站前台與背景之間的資料互動。
JSON和XML的比較可謂不相上下。
Python 中自帶了JSON子產品，直接
import json
就可以使用了。
官方文檔：http://docs.python.org/library/json.html
Json線上解析網站：http://www.json.cn/#
json簡單說就是javascript中的對象和數組，是以這兩種結構就是對象和數組兩種結構，通過這兩種結構可以表示各種複雜的結構
- 對象：對象在js中表示為
括起來的内容，資料結構為{ }
的鍵值對的結構，在面向對象的語言中，key為對象的屬性，value為對應的屬性值，是以很容易了解，取值方法為 對象.key 擷取屬性值，這個屬性值的類型可以是數字、字元串、數組、對象這幾種。{ key：value, key：value, ... }
- 數組：數組在js中是中括号
括起來的内容，資料結構為[ ]
，取值方式和所有語言中一樣，使用索引擷取，字段值的類型可以是 數字、字元串、數組、對象幾種。["Python", "javascript", "C++", ...]
Python中 json 子產品提供了四個功能：
dumps
、
dump
、
loads
、
load
，用于字元串 和 python資料類型間進行轉換。
1. json.loads()
把Json格式字元串解碼轉換成Python對象 從json到python的類型轉化對照如下：
1 import json
2
3 strList = '[1, 2, 3, 4]'
4 strDict = '{"city": "北京", "name": "大貓"}'
5
6 print(json.loads(strList)) # [1, 2, 3, 4]
7 print(json.loads(strDict)) # {'city': '北京', 'name': '張三'} 2. json.dumps()
實作 python 類型轉化為 json 字元串，傳回一個str對象 把一個 Python 對象編碼轉換成 Json 字元串
從 python 原始類型向 json 類型的轉化對照如下：
1 import json
2
3 listStr = [1, 2, 3, 4]
4 tupleStr = (1, 2, 3, 4)
5 dictStr = {"city": "北京", "name": "張三"}
6
7 print(json.dumps(listStr)) # '[1, 2, 3, 4]'
8 print(json.dumps(tupleStr)) # '[1, 2, 3, 4]'
9 print(json.dumps(dictStr)) # '{"city": "\u5317\u4eac", "name": "\u5f20\u4e09"}' 3. json.dump()
将Python内置類型序列化為json對象後寫入檔案
1 import json
2
3 listStr = [{"city": "北京"}, {"name": "張三"}]
4 json.dump(listStr, open("listStr.json", "w"))
5
6 dictStr = {"city": "北京", "name": "李四"}
7 json.dump(dictStr, open("dictStr.json", "w"), ensure_ascii=False) # 添加參數 ensure_ascii=False 禁用ascii編碼，按utf-8編碼 輸出結果：
4. json.load()
讀取檔案中json形式的字元串元素 轉化成python類型
1 import json
2
3 strList = json.load(open("listStr.json"))
4 print(strList) # [{'city': '北京'}, {'name': '張三'}]
5
6 strDict = json.load(open("dictStr.json"))
7 print(strDict) # {'city': '北京', 'name': '李四'} JsonPath
JsonPath 是一種資訊抽取類庫，是從JSON文檔中抽取指定資訊的工具，提供多種語言實作版本，包括：Javascript, Python， PHP 和 Java。
JsonPath 對于 JSON 來說，相當于 XPATH 對于 XML。
下載下傳位址：https://pypi.python.org/pypi/jsonpath
安裝方法：點選
連結下載下傳jsonpath，解壓之後執行Download URL
官方文檔：http://goessner.net/articles/JsonPathpython setup.py install
JsonPath與XPath文法對比：
Json結構清晰，可讀性高，複雜度低，非常容易比對，下表中對應了XPath的用法。
| XPath | JSONPath | 描述 |
|---|---|---|
| | 根節點 |
| | 現行節點 |
| | 取子節點 |
| n/a | 取父節點，Jsonpath未支援 |
| | 就是不管位置，選擇所有符合條件的條件 |
| | 比對所有元素節點 |
| n/a | 根據屬性通路，Json不支援，因為Json是個Key-value遞歸結構，不需要。 |
| | 疊代器标示（可以在裡邊做簡單的疊代操作，如數組下标，根據内容選值等） |
| | | | 支援疊代器中做多選。 |
| | 支援過濾操作. |
| n/a | | 支援表達式計算 |
| n/a | 分組，JsonPath不支援 |
示例：
我們以拉勾網城市JSON檔案 https://www.lagou.com/lbs/getAllCitySearchLabels.json 為例，擷取所有城市。
1 import urllib.request
2 import json
3 import jsonpath
4 import ssl
5
6 # 取消代理驗證
7 ssl._create_default_https_context = ssl._create_unverified_context
8
9 url = 'https://www.lagou.com/lbs/getAllCitySearchLabels.json'
10 headers = {
11 "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36"}
12 # 發送請求
13 request = urllib.request.Request(url, headers=headers)
14 response = urllib.request.urlopen(request)
15 html = response.read().decode("utf-8")
16 # 把json格式字元串轉換成python對象
17 jsonobj = json.loads(html)
18 # 從根節點開始，比對name節點
19 citylist = jsonpath.jsonpath(jsonobj, '$..name')
20
21 fp = open('city.json', 'w')
22 content = json.dumps(citylist, ensure_ascii=False)
23 fp.write(content)
24 fp.close() 程式啟動後會在本地生成一個 city.json 的檔案，結果如下：