Padroneggiare JSON: lettura e parsing dei dati con Python è diventato facile

JavaScript Object Notation (JSON) è diventato un formato standard per lo scambio di dati sul web. È ampiamente utilizzato per la trasmissione di dati nelle applicazioni web, soprattutto perché è facile da creare e comprendere sia per gli esseri umani che per le macchine. Ma come possiamo gestire questo formato in Python, il linguaggio preferito dagli scienziati dei dati? In questa guida completa impareremo a leggere e analizzare i dati JSON con Python.

Capire JSON

JSON è un formato di testo completamente indipendente dal linguaggio, ma che utilizza convenzioni familiari ai programmatori della famiglia dei linguaggi C, tra cui C, C++, C#, Java, JavaScript, Perl, Python e molti altri. Può rappresentare numeri, stringhe, sequenze ordinate di valori (array) e collezioni di coppie nome-valore (oggetti).

JSON vs XML

Prima della popolarità di JSON, l'XML (eXtensible Markup Language) era largamente utilizzato per memorizzare e trasportare i dati. A differenza di XML, JSON offre una sintassi più semplice e leggibile per lo scambio di dati. Ecco alcune differenze chiave:

JSON	XML
Semplice da leggere e scrivere.	Meno semplice da leggere e scrivere.
Il parsing è veloce.	Il parsing è lento.
I dati sono facilmente accessibili come oggetti JSON.	I dati devono essere scompattati per essere utilizzati come oggetti.
Supporto per le matrici.	Nessun supporto per gli array.
Meno prolisso.	Più prolisso.

Python e JSON

Python ha un pacchetto integrato chiamato json, che può essere utilizzato per lavorare con i dati JSON. Se si dispone di una stringa JSON, è possibile analizzarla utilizzando il metodo json.loads() . Allo stesso modo, se si dispone di un oggetto Python, è possibile convertirlo in una stringa JSON utilizzando il metodo json.dumps() metodo.

Leggere dati JSON in Python

La funzione integrata di Python json fornisce funzionalità di lettura e scrittura di file JSON. È possibile utilizzare json.load() per leggere un file contenente un oggetto JSON.

import json

with open('sample.json', 'r') as f:
    data = json.load(f)

Questo pezzo di codice apre il file campione.jsone l'oggetto JSON del file viene deserializzato in un dizionario Python che viene assegnato alla variabile dati.

Analizzare i dati JSON in Python

Il modulo json di Python semplifica l'analisi dei dati JSON.

import json

json_string = '{"name": "John", "age": 30, "city": "New York"}'
python_dict = json.loads(json_string)

In questo esempio, json.loads() accetta una stringa come input e restituisce un dizionario come output.

Scrivere dati JSON in Python

Per scrivere un oggetto Python in un file JSON, si usa json.dump().

import json

data = {
    "name": "John",
    "age": 30,
    "city": "New York"
}

with open('output.json', 'w') as json_file:
    json.dump(data, json_file)

In questo esempio, il dizionario Python viene scritto su output.json.

Conversione di oggetti Python in JSON

Il modulo json di Python fornisce la funzione json.dumps() per convertire gli oggetti Python in formato JSON. Questo processo è chiamato serializzazione.

import json

data = {
    "name": "John",
    "age": 30,
    "city": "New York"
}

json_data = json.dumps(data)

Qui, il dizionario Python dati viene serializzato in una stringa formattata in JSON usando il metodo json.dumps().

Esempio del mondo reale di JSON e Python

JSON è ampiamente utilizzato nello sviluppo web per inviare dati dal client al server. Questo è un esempio di base di come uno script Python possa essere utilizzato per inviare dati a un server web in formato JSON.

import json
import requests

data = {
    "name": "John",
    "age": 30,
    "city": "New York"
}

headers = {"Content-Type": "application/json"}

response = requests.post("http://httpbin.org/post", headers=headers, data=json.dumps(data))

print(response.json())

Questo è tutto su come leggere e analizzare i dati JSON con Python. Ricordate che la comprensione della struttura dei dati JSON e la loro manipolazione con Python è un'abilità fondamentale nel mondo del web moderno. Quindi, assicuratevi di mettere in pratica i concetti discussi in questo tutorial per acquisire familiarità con la gestione dei dati JSON. Buon apprendimento!