Quelle est la différence entre json.dump() et json.décharges() en python?

J'ai cherché dans cette document officiel pour trouver la différence entre le json.dump() et json.décharges() en python. Il est clair qu'ils sont liés avec le fichier option d'écriture.
Mais qu'est-ce que le détail la différence entre eux et dans quelles situations on a plus d'avantages que d'autres?

InformationsquelleAutor Kumaran | 2016-03-17
  1. 94

    Il n'y a pas assez bien ajouter quelque chose d'autre que ce que les docs disent. Si vous voulez vider le JSON dans un fichier/socket ou que ce soit, alors vous devriez aller pour dump(). Si vous avez besoin seulement comme une chaîne de caractères (pour l'impression, l'analyse ou de quoi que ce soit) puis utilisez dumps() (vidage de la chaîne)

    Comme mentionné par Antii de la Haapala dans cette réponse, il ya quelques différences mineures sur le ensure_ascii comportement. Cela est principalement dû à la façon dont le sous-jacent write() fonction œuvres, qu'il exploite en morceaux plutôt que de l'ensemble de la chaîne. Vérifiez la réponse pour plus de détails sur cette.

    json.dump()

    Sérialiser obj comme un format JSON flux de fp (un .write()-soutenir les fichier-comme l'objet

    Si ensure_ascii est Faux, certains morceaux écrits à la fp peut être unicode instances

    json.dumps()

    Sérialiser obj à un format JSON str

    Si ensure_ascii est Faux, le résultat peut contenir des caractères non-ASCII et la valeur de retour peut être une unicode instance

    • Pouvez-vous montrer un exemple sur la façon d'utiliser dump() pour envoyer par le biais de socket? Je sais que je peux utiliser dumps() et que encode() pour convertir en octets, mais est-il une façon plus simple?
    InformationsquelleAutor João Gonçalves
  2. 24

    Les fonctions avec un s prendre paramètres de la chaîne. Les autres prennent du fichier
    les ruisseaux.

    InformationsquelleAutor Pratik Gujarathi
  3. 5

    Une différence notable dans Python 2 est que si vous utilisez ensure_ascii=False, dump va écrire correctement codé en UTF-8 des données dans le fichier (sauf si vous avez utilisé 8-bits des chaînes de caractères avec des caractères étendus ne sont pas en UTF-8):

    dumps d'autre part, avec ensure_ascii=False peut produire un str ou unicode juste qu'en fonction des types que vous avez utilisé pour les chaînes:

    Sérialiser obj à un format JSON str à l'aide de ce tableau de conversion. Si ensure_ascii est Faux, le résultat peut contenir des caractères non-ASCII et la valeur de retour peut être un unicode instance.

    (l'emphase est mienne). Notez que cela peut être encore une str instance.

    Donc vous ne pouvez pas utiliser sa valeur de retour pour sauver la structure dans le fichier sans vérifier qui
    le format a été retournée, et éventuellement jouer avec unicode.encode.

    Bien sûr, cela n'est pas valable préoccupation en Python 3, pas plus, car il n'y a plus ce 8-bit Unicode/confusion.

    Comme pour load vs loads, load considère la ensemble fichier à un document JSON, vous ne pouvez donc pas l'utiliser pour lire plusieurs newline limitée JSON documents à partir d'un seul fichier.

    • Tout le texte créé dans un python objet chaîne de caractères unicode, mais il est sûr de supposer que, de façon générique? c'est à dire lors du chargement de contenu à partir d'un fichier?
    • cela signifie que vous ne pouvez pas mélanger des données binaires avec du texte, de sorte que python approuve en silence. par exemple, json.dumps([b'123']) - > TypeError.
    • aussi notez que les chaînes de caractères dans les documents JSON doit être Unicode et doit être dans de l'UTF-8, UTF-16 ou UTF-32 selon la RFC 7159
    • Merci pour cette explication! Sens
    InformationsquelleAutor Antti Haapala
  4. 1

    Dans l'utilisation de la mémoire et de la vitesse.

    Lorsque vous appelez jsonstr = json.dumps(mydata) il crée d'abord une copie complète de vos données dans la mémoire, et seulement alors, vous file.write(jsonstr) sur le disque. Donc, ce est une méthode plus rapide mais peut être un problème si vous avez un gros morceau de données à enregistrer.

    Lorsque vous appelez json.dump(mydata, file) - sans "s", les nouvelles de la mémoire n'est pas utilisée, car les données sont sous-évaluées par morceaux. Mais l'ensemble du processus est d'environ 2 fois plus lent.

    Source: j'ai vérifié le code source de json.dump() et json.dumps() et également testé les variantes de mesurer le temps avec time.time() et de regarder l'utilisation de la mémoire dans htop.

    InformationsquelleAutor JenyaKh