Question

JSON（JavaScript Object Notation）是一种轻量级数据交换格式，它基于JavaScript编程语言的一个子集，于1999年12月成为一个完全独立于语言的文本格式。由于其格式使用了其他许多流行编程的约定，如C、C++、C＃、Java、JS、Python等，加之其简单灵活、可读性和互操作性较强、易于解析和使用等特点，逐渐变得流行起来，甚至有代替XML的趋势。关于JSON和XML之间的优劣，一直有很多争论，本书并不打算对这两者之间的是是非非做详尽的分析（笔者的观点是两者各有所长，在相当长的时间里还会共存共荣），这里关注的是JSON用于序列化方面的优势。在进行详细讨论之前，我们先来看看Python语言中对JSON的支持现状。

Python中有一系列的模块提供对JSON格式的支持，如simplejson、cjson、yajl、ujson，自Python2.6后又引入了标准库JSON。简单来说cjson和ujson是用C来实现的，速度较快。据cjson的文档表述：其速率比纯Python实现的json模块大概要快250倍。yajl是Cpython版本的JSON实现，而simplejson和标准库JSON本质来说无多大区别，实际上Python2.6中的json模块就是simplejson减去对Python2.4、2.5的支持以充分利用最新的兼容未来的功能。不过相对于simplejson，标准库更新相对较慢，Python2.7.5中simplejson对应的版本为2.0.9，而最新的simplejson的版本为3.3.0。在实际应用过程中将这两者结合较好的做法是采用如下import方法。

try: import simplejson as json
except ImportError: import json

本节仍采用标准库JSON来做一些探讨。Python的标准库JSON提供的最常用的方法与pickle类似，dump/dumps用来序列化，load/loads用来反序列化。需要注意的json默认不支持非ASCII-based的编码，如load方法可能在处理中文字符时不能正常显示，则需要通过encoding参数指定对应的字符编码。在序列化方面，相比pickle，JSON具有以下优势：

1）使用简单，支持多种数据类型。JSON文档的构成非常简单，仅存在以下两大数据结构。

名称/值对的集合。在各种语言中，它被实现为一个对象、记录、结构、字典、散列表、键列表或关联数组。

值的有序列表。在大多数语言中，它被实现为数组、向量、列表或序列。在Python中对应支持的数据类型包括字典、列表、字符串、整数、浮点数、True、False、None等。JSON中数据结构和Python中的转换并不是完全一一对应，存在一定的差异，读者可以自行查阅文档。Python中一个JSON文档可以分解为如图4-3所示形式。

2）存储格式可读性更为友好，容易修改。相比于pickle来说，json的格式更加接近程序员的思维，修改和阅读上要容易得多。dumps()函数提供了一个参数indent使生成的json文件可读性更好，0意味着“每个值单独一行”；大于0的数字意味着“每个值单独一行并且使用这个数字的空格来缩进嵌套的数据结构”。但需要注意的是，这个参数是以文件大小变大为代价的。如图4-4展示的是这两种格式之间的对比，其中json.dumps()使用了indent参数输出。

3）json支持跨平台跨语言操作，能够轻易被其他语言解析，如Python中生成的json文件可以轻易使用JavaScript解析，互操作性更强，而pickle格式的文件只能在Python语言中支持。此外json原生的JavaScript支持，客户端浏览器不需要为此使用额外的解释器，特别适用于Web应用提供快速、紧凑、方便的序列化操作。此外，相比于pickle，json的存储格式更为紧凑，所占空间更小。

图4-3　json文档分解图

图4-4　pickle和json文件格式对比

4）具有较强的扩展性。json模块还提供了编码（JSONEncoder）和解码类（JSONDecoder）以便用户对其默认不支持的序列化类型进行扩展。来看一个例子：

>>> d=datetime.datetime.now()
>>> d
datetime.datetime(2013, 9, 15, 8, 54, 59, 851000)
>>> json.dumps(d)
... ... ...
  raise TypeError(repr(o) + " is not JSON serializable")
TypeError: datetime.datetime(2013, 9, 15, 8, 54, 59, 851000) is not JSON seriali
zable

5）json在序列化datetime的时候会抛出TypeError异常，这是因为json模块本身不支持datetime的序列化，因此需要对json本身的JSONEncoder进行扩展。有多种方法可以实现，下面的例子是其中实现之一。

import datetime
from time import mktime
try: import simplejson as json
except ImportError: import json
class DateTimeEncoder(json.JSONEncoder):    #
对JSONEncoder
进行扩展
  def default(self, obj):
    if isinstance(obj, datetime.datetime):
       return obj.strftime('%Y-%m-%d %H:%M:%S')
    elif isinstance(obj, date):
       return obj.strftime('%Y-%m-%d')
    return json.JSONEncoder.default(self, obj)
d=datetime.datetime.now()
print json.dumps(d, cls = DateTimeEncoder)    #
使用cls
指定编码器的名称

最后需要提醒的是，Python中标准模块json的性能比pickle与cPickle稍逊。如果对序列化性能要求非常高的场景，可以选择cPickle模块。图4-5显示的是这三者序列化时随着数据规模增加所消耗时间改变的图例。

图4-5　pickle、json、cPickle序列化文件时性能比较