JSon数据格式和操作

JSON是一种轻量级的数据转换格式，json文件占带宽比XML文件小。
常规操作包括生成JSON字符串、解析JSON字符串

JSON建构于两种结构：

1. "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），
           记录（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）。
2. 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）。 
规则：
        1）映射用冒号（“：”）表示。名称:值  
        2）并列的数据之间用逗号（“，”）分隔。名称1:值1,名称2:值2  
        3） 映射的集合（对象）用大括号（“{}”）表示。{名称1:值1,名称2:值2}  
        4） 并列数据的集合（数组）用方括号(“[]”)表示
            {} 双括号表示对象
            [] 中括号表示数组
        一个JSON数组——JSONArray
            [{"name":"胡小" , "age":26 , "male":true},{"name":"赵小" , "age":27 , "male":false}]

R 语言中的JSON处理

install.packages("rjson") --包含 fromJSON(), newJSONParser(), toJSON()
# 加载包
   library("rjson")
# Give the input file name to the function.
    result <- fromJSON(file = "inputfile.json")
    print(result)
# 数据类型转换    
    json2data_frame <- as.data.frame(result)

Python中JSON

I、自带的包  import json
    01.把一个Python对象编码转换成Json字符串
            json.dumps( )方法对简单数据类型
            自定义类型的数据结构，json模块默认是没法处理的，会抛出异常：TypeError xx is not JSON serializable，
                此时你需要自定义一个转换函数:
    02.把Json格式字符串解码转换成Python对象
            json.loads( )
        dumps是将dict转化成str格式，loads是将str转化成dict格式
II、pandas中的JSON
    如果是Series转json，to_json() 
            默认的orient是'index'
            orient可选参数有 {'split', 'records','index'}
    如果是DataFrame转json，
        默认的orient是'columns'，
            orient可选参数有 {'split','records','index','columns','values'}

    json的格式如下 
        split，      dict like 样式为 {index -> [index], columns -> [columns], data -> [values]}
        records，    list like   样式为  [{column -> value}, … , {column -> value}]
        index ， dict like   样式为 {index -> {column -> value}}
        columns，dict like   样式为 {index -> {column -> value}}
        values， 样式 just the values array 
        table，      dict like   样式为{'schema': {schema}, 'data': {data}}，和records类似
    保存数据
            df.to_json(filename)：以Json格式导出数据到文本文件

Java/Scala中的JSON解析

01.jackson
       jackson-core-2.2.3.jar（核心jar包）jackson-annotations-2.2.3.jar（该包提供Json注解支持）
      jackson-databind-2.2.3.jar
    JSON的三种处理方式 
    Jackson提供了三种可选的JSON处理方法（一种方式及其两个变型）：
      001.流式 API：（也称为"增量分析/生成"） 读取和写入 JSON 内容作为离散事件。
            org.codehaus.jackson.JsonParser 读，  org.codehaus.jackson.JsonGenerator 写。  
      002.树模型 ：提供一个 JSON 文档可变内存树的表示形式。      
            org.codehaus.jackson.map.ObjectMapper 生成树 ；树组成 JsonNode 节点集。
            树模型类似于 XML DOM。
     003.数据绑定： JSON和POJO相互转换，基于属性访问器规约或注解。
        有 两种变体： 简单 和 完整 的数据绑定：
        简单数据绑定： 是指从Java Map、List、String、Numbers、Boolean和空值进行转换
        完整数据绑定 ：是指从任何 Java bean 类型 （及上文所述的"简单"类型） 进行转换  
            org.codehaus.jackson.map.ObjectMapper 对两个变种，   
            进行编组（marshalling ）处理 （写入 JSON） 和反编组（unmarshalling ，读 JSON）。
        引入：
    * ObjectMapper是JSON操作的核心
    * Jackson的JSON操作在ObjectMapper中实现
    User user = new User();
    ObjectMapper mapper = new ObjectMapper();
    //User类转JSON
    //输出结果：{"name":"zhanli","age":19,"birthday":82300,"email":"zhanli@163.com"}
      String json = mapper.writeValueAsString(user);
      System.out.println(json);
    //mapper.readValue
02.fasterjson
    引用： import com.alibaba.fastjson.JSON
    //序列化
    JSON.toJSONString       把对象o转化为JSON格式的文本
    JSON.toJSONBytes
    //信息反序列化
    JSON.parseObject(jsonString, Object.class);  
    // 将json字符串转成一个对象
    JSON.parseArray
    eg:
      val jsonObj  = JSON.parseObject(firstloor)
      val test02     = JSON.parseObject(jsonObj.getString("jsonData02"))
      JSON.parseObject(test02.get("level3").toString)

常用数据数据源：

常用的数据文件格式:  csv txt  xls xlsx
常用的数据转换格式:  json  xml html
常用的数据存储方式:  数据库

参考：

pandas.DataFrame.to_json按行转json  http://blog.csdn.net/huanbia/article/details/72674832

blogroll

social