Bemind
Учебник Python
Учебник Python
  • Python
    • Python Lists
      • Списковые включения в Python (Полное руководство с примерами)
      • Исправление ValueError: Слишком Много Значений Для Распаковки в Python
      • Как добавить словарь в список в Python
      • Как добавить строку в список в Python
      • Разница между массивами и списками в Python
      • Python: Различия между списками и кортежами
      • Как проверить, пуст ли список в Python
      • Как Итерировать (Циклически Проходить) По Списку в Python
      • Python List sort(): Подробное руководство по сортировке списков
      • Python List Extend: Как добавить несколько элементов в список
      • Python: Найти Индекс Всех Вхождений Элемента в Списке
      • Конвертация списка словарей в Pandas DataFrame
      • Генерация случайных чисел в Python
      • Поиск Индекса в Списке Python: Найти Первое, Последнее или Все Вхождения
      • Добавить в начало списка в Python (Вставить в начало)
      • Найти дубликаты в списке Python
      • Python: Умножение Списков (6 Различных Способов)
      • Python списки: Полный обзор
      • Python: Выбор случайного элемента из списка
      • 4 Способа Очистить Список в Python
      • Объяснение ошибки IndexError в Python: индекс списка выходит за пределы допустимого диапазона
      • Python: Получение индекса максимального элемента в списке
      • Python: Объединение списков – Слияние списков (8 способов)
      • Python: Проверка наличия элемента в списке
      • Python: Проверка наличия элемента в списке
      • Удаление элемента из списка в Python (pop, remove, del, clear)
      • Как перевернуть список в Python (6 способов)
      • Python: Замена элемента в списке (6 различных способов)
      • Python: Удаление дубликатов из списка (7 способов)
      • Python: Преобразование словаря в список кортежей (4 простых способа)
      • Python: Перемешать Список (Случайное Распределение Элементов Списка в Python)
      • Python: Пересечение двух списков
      • Python: Вычитание двух списков (4 простых способа!)
      • Длина или Размер Списка в Python: 5 Способов Узнать Длину Списка
      • Python: Транспонирование списка списков (5 простых способов!)
      • Python: Разделение списка (Пополам, на части)
      • Python: Комбинации списка (Получить все комбинации списка)
      • Python: Выравнивание списка списков (4 способа)
      • Разница между списками в Python: Нахождение разницы между двумя списками Python
      • Python: Найти среднее значение списка или списка списков
      • Как добавлять элементы в списки в Python – 4 простых способа!
      • Списковые включения в Python (Полное руководство с примерами)
      • 6 способов преобразовать список Python в строку
    • Python Dictionaries
      • Понимание словаря Python (с примерами)
      • Исправляем ValueError: Слишком Много Значений Для Распаковки в Python
      • Как добавить словарь в список в Python
      • Преобразование JSON в словарь Python
      • Полное руководство по вложенным словарям в Python
      • Копирование словаря в Python: Полное руководство
      • Конвертация списка словарей в Pandas DataFrame
      • Поиск дубликатов в списке Python
      • Полный обзор словарей в Python
      • Python: Добавление пары Ключ:Значение в Словарь
      • Python: Сортировка словаря по значениям
      • Слияние Словарей в Python – Комбинирование Словарей (7 Способов)
      • Python: Удаление Дубликатов из Списка (7 Способов)
      • Python: Преобразование словаря в список кортежей (4 простых способа)
      • Python: Красивая Печать Словаря (Dictionary) – 4 Способа
      • Python: Проверка пуст ли словарь (5 способов!)
      • Copy of Python: Проверка пуст ли словарь (5 способов!)
      • Python: Проверьте, существует ли ключ (или значение) в словаре (5 простых способов)
      • Python: Проверьте, существует ли ключ (или значение) в словаре (5 простых способов)
      • Python: Получение Ключа Словаря с Максимальным Значением (4 Способа)
      • Python: Удаление ключа из словаря (4 разных способа)
      • Как красиво вывести JSON-файл в Python (6 методов)
    • Python Strings
      • Python Капитализация Строк: Руководство по Преобразованию слов в Заглавные
      • Python strip: Как обрезать строку в Python
      • Python Обратная Строка: Руководство по Реверсированию Строк
      • Как Удалить Префикс или Суффикс из Строки в Python
      • Преобразование строки в формат заголовка в Python с помощью str.title()
      • Как добавить строку в список в Python
      • Python String startswith: Проверка, начинается ли строка с подстроки
      • Python String endswith: Проверка того, заканчивается ли строка подстрокой
      • Как удалить первый или последний символ из строки в Python
      • Как исправить: SyntaxError в Python - EOL при сканировании строкового литерала
      • Python String Contains: Проверка Наличия Подстроки в Строке
      • Как проверить, пустая ли строка в Python
      • Python Новая Строка и Как Печатать Без Переноса Строки
      • Как Конкатенировать Строки в Python: Полное Руководство
      • Python: Подсчет слов в строке или файле
      • Как создать список алфавита в Python
      • Python: Конкатенация строки и целого числа (Int)
      • Python: Сортировка строки (4 различных способа)
      • Python zfill и rjust: Добавление нулей в строку в Python
      • Python: Целое в Двоичное (Преобразование целого числа в двоичную строку)
      • Python rfind: Нахождение индекса последней подстроки в строке
      • Python SHA256 хеширование алгоритм: объяснение
      • Python: Усечение числа с плавающей точкой (6 различных способов)
      • Выбор между методами Python isdigit(), isnumeric() и isdecimal()
      • Python: Удаление специальных символов из строки
      • Python Приведение Строки к Нижнему Регистру с помощью .lower(), .casefold(), и .islower()
      • Python программа для проверки, является ли строка палиндромом (6 методов)
      • Python: Найдите все перестановки строки (3 легких способа!)
      • Python: Удаление пунктуации из строки (3 разных способа!)
      • Python: Найти индекс (или все индексы) подстроки в строке
      • Python: Удаление символов новой строки из строки
      • Python: Удаление символа из строки (4 способа)
      • Python: Количество вхождений в строке (4 способа!)
    • Встроенные функции Python
      • abs()
      • ascii()
      • aiter()
      • all()
      • any()
      • anext()
      • bin()
      • bool()
      • breakpoint()
      • bytearray()
      • bytes()
      • callable()
      • chr()
      • classmethod()
      • compile()
      • complex()
      • delattr()
      • dict()
      • dir()
      • divmod()
      • enumerate()
      • eval()
      • exec()
      • filter()
      • float()
      • format()
      • frozenset()
      • getattr()
      • globals()
      • hasattr()
      • hash()
      • help()
      • hex()
      • id()
      • input()
      • int()
      • issubclass()
      • iter()
      • len()
      • list()
      • locals()
      • map()
      • max()
      • memoryview()
      • min()
      • next()
      • object()
      • oct()
      • open()
      • ord()
      • pow()
      • print()
      • property()
      • range()
      • repr()
      • reversed()
      • round()
      • set()
      • setattr()
      • isinstance()
      • slice()
      • zip()
      • type()
      • sorted()
      • staticmethod()
      • str()
      • sum()
      • super()
      • tuple()
      • vars()
      • import()
    • Cобеседования Python. Разбор реальных вопросов.
    • Встроенные методы в Python
  • Учебники по Pandas и Numpy
    • Numpy
      • Функция активации ReLU для глубокого обучения: полное руководство по выпрямленному линейному блоку
      • Как нормализовать массивы NumPy (минимальное-максимальное масштабирование, Z-оценка, L2)
      • NumPy where: Условная обработка элементов массива
      • NumPy linspace: создание равномерно расположенных массивов с помощью np.linspace
      • Как рассчитать векторное произведение в Python
      • Разделение NumPy: Разделение массива NumPy на части
      • NumPy: Лучшие способы применения функции к массиву
      • NumPy full: Создание массивов с заданным значением
      • NumPy clip(): Ограничьте значения массива минимальным и максимальным значениями
      • NumPy cumsum: Расчет кумулятивных сумм массивов NumPy
      • Изучаем функцию np.histogram в NumPy: создаем гистограмму
      • NumPy arange(): Полное руководство (с примерами)
      • Руководство по индексации и срезам массивов NumPy: Полное руководство
      • NumPy argmin(): Получение индекса минимального значения в массивах
      • Выравнивание массива с помощью NumPy flatten
      • Объединение массивов NumPy по различным осям с использованием функции stack
      • Удаление размерности из массивов NumPy с помощью NumPy Squeeze
      • Функция np.repeat() NumPy: Повторение массивов NumPy
      • Использование функции NumPy.exp() для вычисления экспоненты
      • Реализация функции сигмоида на Python
      • NumPy Pad: Использование np.pad() для дополнения массивов и матриц
      • np.argmax(): Как использовать NumPy Argmax
      • NumPy logspace: Понимание функции np.logspace()
      • Использование NumPy Tile для Расположения Массивов
      • NumPy Zeros: Создание массивов и матриц с нулями в NumPy
      • Использование числа Пи в Python (NumPy и Math)
      • Распределение Нормального (Гауссова) Распределения в Numpy (Случайное Нормальное в Numpy)
      • NumPy для Data Science на Python
      • Расчет скалярного произведения с использованием Numpy в Python
      • Расчет натурального логарифма на Python
    • Pandas
      • Python сводные таблицы – Полное руководство
      • Изучение API стиля Pandas
      • Объяснение группировки по нескольким столбцам в Pandas с примерами
      • Удаление индексной колонки DataFrame в Pandas: Руководство с примерами
      • Pandas Quantile: Расчет процентилей в DataFrame
      • Как рассчитать скользящее среднее (среднее арифметическое) в Pandas
      • Руководство по использованию метода fillna в Pandas для работы с отсутствующими данными в DataFrame
      • Pandas unique(): Получение уникальных значений в DataFrame
      • Распакуйте Ваши Данные с Помощью Функции Melt в Pandas
      • Pandas date_range: Как Создать Диапазон Дат в Pandas
      • Сброс индекса в Pandas: как сбросить индекс в Pandas
      • Pandas replace() – Замена значений в DataFrame Pandas
      • Перемещение столбца DataFrame Pandas на позицию (В начало и в конец)
      • Учебное пособие по Python Pandas: полное руководство
      • Pandas: Замена NaN на нули
      • Преобразование DataFrame Pandas в файл Pickle
      • Конвертация Pandas DataFrame в JSON
      • Преобразование DataFrame Pandas в Словарь
      • Преобразование Pandas DataFrame в Список
      • Чтение файлов Parquet в Pandas с помощью pd.read_parquet
      • Pandas dropna(): Удаление отсутствующих записей и столбцов в DataFrame
      • Как Добавить Новый Столбец в DataFrame Pandas
      • Подсчёт уникальных значений в Pandas
      • Отображение всех столбцов и строк в DataFrame Pandas
      • Pandas to_excel: Запись DataFrames в файлы Excel
      • Как использовать Pandas для чтения файлов Excel в Python
      • Преобразование списка словарей в Pandas DataFrame
      • Как добавить/вставить строку в DataFrame Pandas
      • Диаграмма рассеяния в Pandas: Как создать диаграмму рассеяния в Pandas
      • Pandas to_datetime: Преобразование строки Pandas в дату и время
      • Введение в Pandas для Data Science
      • Индексация, Выборка и Присваивание Данных в Pandas
      • Суммирование и Анализ Pandas DataFrame
      • Преобразование столбцов Pandas с помощью map и apply
      • Группировка данных в Pandas с использованием cut и qcut
      • Дата и время в Pandas и Python
      • Очистка и подготовка данных в Pandas и Python
      • Pandas GroupBy: группировка, суммирование и агрегация данных в Python
      • Pandas Дата и Время в Части Даты (месяц, год и т.д.)
      • Pandas: Получение номера строки из DataFrame
      • Вычисление Взвешенного Среднего в Pandas и Python
      • Как перемешать строки Pandas Dataframe в Python
      • Pandas: количество столбцов (подсчет столбцов в DataFrame)
      • Pandas Sum: сложение столбцов и строк DataFrame
      • Pandas Diff: Вычисление Разницы Между Строками Pandas
      • Нормализация столбца или датафрейма Pandas (с использованием Pandas или sklearn)
      • Функция Rank в Pandas: Ранжирование данных в Dataframe (Эквивалент SQL row_number)
      • Pandas Describe: Описательная статистика вашего Dataframe
      • Pandas Shift: Перемещение столбца DataFrame вверх или вниз
      • 7 Способов Выполнения Выборки Данных в Pandas
      • Экспорт DataFrame Pandas в CSV файл – Использование .to_csv()
      • Pandas: Итерация по строкам DataFrame в Pandas
      • Pandas: Преобразование значений столбца в строки
      • Дисперсия в Pandas: Вычисление дисперсии столбца в Pandas Dataframe
      • Pandas: Создание DataFrame из списков (5 способов!)
      • Pandas Rename Index: Как переименовать индекс DataFrame в Pandas
      • Pandas: Подсчёт уникальных значений в объекте GroupBy
      • Pandas: Добавить дни к колонке с датами
      • Среднее в Pandas: Как рассчитать среднее для одной или нескольких колонок
      • Pandas Column to List – Конвертируйте колонку Pandas в список
      • Транспонирование Dataframe в Pandas
      • Python: Разделение DataFrame Pandas
      • Как получить имена столбцов в DataFrame Pandas
      • Pandas: Количество строк в DataFrame (6 способов)
      • Создание пустого DataFrame Pandas и добавление данных
      • Как переименовать столбцы в Pandas DataFrame (с примерами)
      • Изменение порядка столбцов в Pandas: использование метода reindex и метода insert
      • Pandas get_dummies (One-Hot кодирование), объяснение
      • Относительные и Абсолютные Частоты в Python и Pandas
      • Финансовый год – Определение финансового года в Pandas
      • Как сортировать данные в DataFrame Pandas
  • Учебники Matplotlib и Seaborn
    • Seaborn
      • Регрессионные графики в Seaborn с использованием regplot и lmplot
      • Seaborn residplot – Построение остатков линейной регрессии
      • Seaborn jointplot() – Создание совместных графиков в Seaborn
      • Seaborn displot – Распределенческие графики в Python
      • Seaborn ecdfplot – Эмпирические функции накопленного распределения
      • Seaborn rugplot – Визуализация маргинальных распределений
      • Seaborn kdeplot – Создание графиков оценки плотности ядра
      • Seaborn histplot – Создание Гистограмм в Seaborn
      • Seaborn catplot – Визуализация категориальных данных в Python
      • Средняя тенденция для категориальных данных в Seaborn Pointplot
      • Seaborn stripplot: Jitter Plots для распределений категориальных данных
      • Seaborn Countplot – Подсчет категориальных данных в Python
      • Seaborn swarmplot: Bee Swarm Plots для распределения категориальных данных
      • Скрипичные графики Seaborn в Python: Полное руководство
      • Настройка расположения легенд Seaborn, меток, текста и т.д.
      • Тепловая карта Seaborn: Полное руководство
      • Создание многосекционных сеток в Seaborn с помощью FacetGrid
      • Удаление рамки в Seaborn: Как работать с рамкой
      • Заголовки и метки осей в Seaborn: добавление и настройка
      • Как установить Seaborn в Python (Исправление: no module named seaborn)
      • Seaborn relplot – Создание точечных и линейных графиков
      • Полное руководство по созданию точечных диаграмм (scatter plots) в Python с использованием Seaborn
    • Matplotlib
      • Режим Retina в Matplotlib: Улучшение Качества Графиков
      • Как построить функцию в Python с использованием Matplotlib
      • Как создать 3D-диаграммы рассеяния в Matplotlib
      • Как изменить размер шрифта в графике Matplotlib
      • Установка размера маркера в точечных диаграммах Matplotlib
      • Как изменить размер графика и фигуры в Matplotlib
      • Как добавить названия в Matplotlib: Заголовок, Подзаголовок, Названия Осей
      • Pandas Scatter Plot: Как создать диаграмму рассеяния в Pandas
      • Построение графиков в Python с помощью Matplotlib
      • Диаграммы рассеяния Matplotlib – Все, что вам нужно знать
      • Диаграммы с столбцами в Matplotlib – Узнайте все, что вам нужно знать
      • Линейные диаграммы Matplotlib – Всё, что вам нужно знать
      • Построение гистограммы в Python с Matplotlib и Pandas
  • Алгоритмы
    • Алгоритм поиска в ширину (BFS) в Python
    • Алгоритм поиска в глубину (DFS) на Python
  • AI создает хедж-фонд для анализа акций на Python
Powered by GitBook
On this page
  • Что такое JSON?
  • Как красиво распечатать файл JSON на Python
  • Как красиво вывести JSON из API в Python
  • Сортировка ключей при красивом выводе JSON-файла в Python
  • Как сохранить красиво отформатированный JSON в файл с помощью Python
  • Как красиво вывести JSON-файл в Python с помощью pprint
  • Заключение
  • Дополнительные ресурсы
  1. Python
  2. Python Dictionaries

Как красиво вывести JSON-файл в Python (6 методов)

PreviousPython: Удаление ключа из словаря (4 разных способа)NextPython Strings

Last updated 5 months ago

В этом уроке вы узнаете, как использовать Python для красивой печати JSON. Когда вы получаете файл JSON или получаете JSON из API, он обычно будет в минифицированной версии, чтобы сэкономить пропускную способность.

Но для чтения JSON или отладки часто бывает проще распечатать JSON в более структурированном формате. Красивая печать означает наличие правильных переносов строк, отступов, пробелов и общей структуры.

К концу этого урока вы узнаете:

  • Как красиво распечатать объект JSON в Python

  • Как красиво распечатать файл JSON с помощью Python

  • Как красиво распечатать файл JSON с помощью модуля pprint

  • Как сортировать ключи в файле JSON во время красивой печати

  • Как сохранить красиво напечатанный объект JSON в файл

Оглавление

Что такое JSON?

JSON расшифровывается как JavaScript Object Notation (Нотация Объектов JavaScript). Хотя в названии и присутствует JavaScript, не пугайтесь! В этом руководстве мы будем использовать Python для работы с JSON-файлом. JSON — это легкий формат обмена данными, который легко читается и записывается машинами, а также прост для понимания людьми.

Когда вы смотрите на JSON-файл, вы, вероятно, заметите, насколько JSON похож на словарь Python. Фактически, это верно и для многих других языков, что делает JSON отличным форматом обмена данными. JSON будет содержать ключ и значение для каждой пары, разделенных запятыми. Значение также может быть списком (или массивом) элементов или другим объектом, похожим на словарь.

Как красиво распечатать файл JSON на Python

Давайте посмотрим, что мы подразумеваем под "красивым выводом" JSON в Python. Обычно JSON поставляется в минимизированной форме, чтобы сэкономить пропускную способность при загрузке. Из-за этого он часто выглядит примерно так:

{"activity":"Plan a trip to another country","type":"recreational","participants":1,"price":0,"link":"","key":"5554727","accessibility":0}

Когда мы хотим "красиво вывести" JSON-файл, мы подразумеваем добавление соответствующей структуры, отступов, пробелов и т. д. Наш приведенный выше пример тогда будет выглядеть так:

{
  "activity": "Plan a trip to another country",
  "type": "recreational",
  "participants": 1,
  "price": 0,
  "link": "",
  "key": "5554727",
  "accessibility": 0
}

Теперь, когда вы знаете, как выглядит красиво отформатированный JSON-файл, давайте посмотрим, как мы можем красиво вывести JSON-файл в Python.

Давайте посмотрим, как вы можете красиво вывести JSON-файл с помощью Python. Если у вас нет собственного JSON-файла или вы просто хотите следовать руководству построчно, я предоставил образец JSON-файла. Вы можете скачать файл здесь, просто нажав «Сохранить как» по этой ссылке.

Нашим первым шагом будет чтение JSON-файла. Мы можем добиться этого, используя менеджер контекста для загрузки файла. Давайте посмотрим, как мы можем это сделать в Python:

# Чтение JSON-файла с помощью менеджера контекста в Python

import json

file_path = "/Users/nikpi/Desktop/sample.json"

with open(file=file_path, mode='r') as read_file:
    object = json.load(read_file)
    print(object)

# Возвращает: {'activity': 'Plan a trip to another country', 'type': 'recreational', 'participants': 1, 'price': 0, 'link': '', 'key': '5554727', 'accessibility': 0}

Разберем, что мы сделали выше:

  • Используя ключевое слово with, Python управляет некоторыми ресурсами открытия файла для нас.

  • Затем мы можем, как показано выше, использовать присвоенный нами псевдоним read_file в части нашего кода с отступом.

  • Мы используем функцию json.load(), чтобы загрузить файл в словарь Python.

  • Когда мы распечатываем файл, мы видим, что он распечатывается как минимизированная, плоская версия JSON-кода.

Библиотека json поставляется с функцией dumps(), которая позволяет сбросить объект в виде строки. Один из параметров функции позволяет нам настроить отступ, с которым мы хотим, чтобы был отформатирован наш JSON-объект.

Давайте посмотрим, как мы можем распечатать его в более структурированном формате, используя метод json_dumps():

import json

file_path = "/Users/nikpi/Desktop/sample.json"

with open(file=file_path, mode='r') as read_file:
    object = json.load(read_file)
    pretty_object = json.dumps(object, indent=4)
    print(pretty_object)

# Возвращает:
# {
#     "activity": "Plan a trip to another country",
#     "type": "recreational",
#     "participants": 1,
#     "price": 0,
#     "link": "",
#     "key": "5554727",
#     "accessibility": 0
# }

Разберем, что мы здесь сделали:

  • Мы загружаем путь к нашему файлу в переменную file_path. Если вы используете Windows, может быть полезно добавить префикс r к вашей строке, чтобы загрузить ее как необработанную строку, чтобы предотвратить случайное экранирование обратными слешами.

  • Затем мы используем менеджер контекста для чтения нашего файла (это обозначается mode='r')

  • Мы загружаем наш JSON-объект с помощью метода json.load()

  • Затем мы сбрасываем этот объект в строку с помощью метода .dumps(), указывая количество пробелов, которое мы хотим использовать для отступа нашего JSON

  • Наконец, мы распечатываем файл, и он выглядит намного, намного лучше!

В следующем разделе вы узнаете, как использовать Python для красивого форматирования данных JSON, которые вы получаете от API.

Как красиво вывести JSON из API в Python

Часто, когда вы работаете с JSON в Python, это происходит через API с использованием библиотеки requests. Давайте воспользуемся Bored API, чтобы загрузить образец JSON-файла. Для этого мы импортируем requests для обработки вызова API.

# Загрузка и сериализация данных из API

import requests

import json

response = requests.get("https://www.boredapi.com/api/activity")

# Распечатать необработанный JSON
print(response.json())

# Печать красиво оформленного JSON
pretty_json = json.dumps(response.json(), indent=4)
print(pretty_json)

# Возвращает:
# {'activity': "Clean out your closet and donate the clothes you've outgrown", 'type': 'charity', 'participants': 1, 'price': 0, 'link': '', 'key': '9026787', 'accessibility': 0.1}

# {
#     "activity": "Clean out your closet and donate the clothes you've outgrown",
#     "type": "charity",
#     "participants": 1,
#     "price": 0,
#     "link": "",
#     "key": "9026787",
#     "accessibility": 0.1
# }

В приведенном выше примере мы:

  • Импортировали библиотеки requests и json.

  • Затем мы используем функцию requests.get(), чтобы загрузить конечную точку API из Bored API и присвоить ее нашей переменной response.

  • Затем мы используем метод .json(), который сериализует возвращенную строку в словарь Python, анализируя возвращенные данные JSON.

Теперь, когда у нас есть JSON, загруженный из API с помощью Python, давайте посмотрим, как мы можем распечатать его в более красивом формате:

# Pretty printing JSON Returned from an API

import requests

import json

response = requests.get("https://www.boredapi.com/api/activity")

# Распечатать необработанный JSON
print(response.json())

# Печать красиво оформленного JSON
pretty_response = json.dumps(response.json(), indent=4)
print(pretty_response)

# Возвращает:
# {'activity': "Have a football scrimmage with some friends", 'type': 'social', 'participants': 8, 'price': 0, 'link': '', 'key': '1638604', 'accessibility': 0.2}

# {
#     "activity": "Have a football scrimmage with some friends",
#     "type": "social",
#     "participants": 8,
#     "price": 0,
#     "link": "",
#     "key": "1638604",
#     "accessibility": 0.2
# }

# Объяснение обоих подходов к красивой печати:

* **Первый подход:**
    * Мы сохраняем результат `response.json()` в отдельную переменную `json_response`.
    * Затем мы используем эту переменную для вызова `json.dumps()` с отступом 4.

* **Второй подход (более краткий):**
    * Мы напрямую передаем `response.json()` в `json.dumps()`. 

Оба подхода достигают того же результата - печати красиво оформленного JSON. Первый подход может быть полезен, если вы хотите сохранить результат для дальнейшего использования, а второй подход более лаконичен, если вы просто хотите сразу распечатать его.

Сортировка ключей при красивом выводе JSON-файла в Python

При работе с большими JSON-файлами может быть очень полезно отсортировать ключи в алфавитном порядке, чтобы лучше понимать файл. Мы можем использовать параметр sort_keys=, чтобы гарантировать, что наши ключи отсортированы в алфавитном порядке.

Давайте посмотрим, как отсортировать наши ключи JSON в красиво отформатированном объекте:

import requests

import json

response = requests.get("https://www.boredapi.com/api/activity")

# Распечатать необработанный JSON
print(response.json())

# Печать красиво оформленного JSON с сортировкой ключей
pretty_response = json.dumps(response.json(), indent=4, sort_keys=True)
print(pretty_response)

# Возвращает:
# {'activity': "Go swimming with a friend", 'type': 'social', 'participants': 2, 'price': 0.1, 'link': '', 'key': '1505028', 'accessibility': 0.1}

# {
#     "accessibility": 0.1,
#     "activity": "Go swimming with a friend",
#     "key": "1505028",
#     "link": "",
#     "participants": 2,
#     "price": 0.1,
#     "type": "social"
# }

В приведенном выше блоке кода мы сериализовали ответ API с помощью библиотеки requests. Это позволило нам затем сбросить объект в строку с помощью функции json.dumps(). В этой функции мы указали, что хотим сделать отступ значений с помощью четырех пробелов и что мы хотим, чтобы ключи были отсортированы в алфавитном порядке.

Теперь, когда у вас есть четкое представление о том, как красиво распечатать JSON-файл, давайте посмотрим, как сохранить эти красиво отформатированные объекты в файл.

Как красиво вывести JSON-файл из командной строки

При работе в терминале бывает полезно красиво распечатать JSON-файл непосредственно в терминале. Python делает это довольно просто! Модуль json.tool предоставляет простой и элегантный интерфейс командной строки для красивой печати JSON-объектов.

Находясь в терминале, вы можете просто вызвать следующую команду:

# Красивый вывод JSON-файла из командной строки

(base) nik % python3 -m json.tool sample.json

{
    "activity": "Plan a trip to another country",
    "type": "recreational",
    "participants": 1,
    "price": 0,
    "link": "",
    "key": "5554727",
    "accessibility": 0
}

Важная часть для запуска здесь — python3 -m json.tool sample.json, где sample.json — это путь к вашему JSON-файлу. Это красиво распечатает JSON-файл прямо в вашем терминале!

Как сохранить красиво отформатированный JSON в файл с помощью Python

Теперь, когда вы знаете, как использовать Python для красивой печати JSON-файла и ответа от веб-API, давайте посмотрим, как вы можете сохранить отформатированную версию JSON-объекта в файл. Это может быть полезно при работе с большими объектами, так как чтение вывода в терминале вашего редактора кода может быть сложнее, чем необходимо.

Для этого мы снова будем использовать менеджер контекста. Однако на этот раз вместо использования его для управления чтением файла мы будем использовать его для записи файла. Из-за этого мы изменим mode= на 'w' для записи.

Давайте начнем!

# Сохранение красиво отформатированного JSON-объекта в файл

import requests
import json

response = requests.get("https://www.boredapi.com/api/activity")
save_filepath = 'pretty.json'

with open(file=save_filepath, mode='w') as output_file:
    json.dump(response.json(), output_file, indent=4)

print(f"Успешно сохранено красиво отформатированное JSON в: {save_filepath}")

Давайте посмотрим, что мы здесь сделали:

  • Мы создали наш объект response.

  • Мы создали переменную save_filepath, указывающую, куда мы хотим сохранить наш файл. В этом случае файл будет сохранен туда, где выполняется скрипт.

  • Мы используем ключевое слово with для создания файла, доступного для записи, куда затем сбрасываем наш объект, используя ключевое слово indent=.

  • Менеджер контекста обработает закрытие файла после того, как он закончит сохранение файла для нас.

Используя этот подход, вы успешно сохранили красиво отформатированный JSON-файл с помощью Python!

Как красиво вывести JSON-файл в Python с помощью pprint

Модуль pprint («pretty print») встроен в Python 3 и позволяет легко красиво выводить различные объекты. Среди этих объектов, доступных для более красивой печати, есть JSON-объекты, которые были сериализованы в словари Python!

Поскольку библиотека pprint встроена, вам не нужно ее устанавливать. Чтобы использовать библиотеку, мы можем импортировать только функцию pprint из библиотеки.

# Использование библиотеки pprint для красивого вывода JSON-файла

import json
from pprint import pprint

with open('/Users/nikpi/Desktop/sample.json', 'r') as f:
    data = json.load(f)
    pprint(data)

# Возвращает:
# {'accessibility': 0,
#  'activity': 'Plan a trip to another country',
#  'key': '5554727',
#  'link': '',
#  'participants': 1,
#  'price': 0,
#  'type': 'recreational'}

В приведенном выше коде мы загрузили JSON-файл, как делали и раньше, используя функцию json.load(). Затем мы передали сериализованный объект в функцию pprint(), которая позволяет нам распечатать файл в более красивом, несжатом виде.

Заключение

В этом посте вы узнали, как красиво вывести JSON-объект в Python. Это может быть полезным навыком, когда вы углубляетесь в анализ данных JSON или устраняете неполадки, связанные с неправильной работой чего-либо. Вы узнали, как красиво вывести JSON-объект из JSON-файла, как красиво вывести ответ JSON от веб-API в Python, а также как использовать Python для сохранения красиво отформатированного JSON в файл.

Чтобы узнать больше о модуле JSON, ознакомьтесь с официальной документацией здесь.

Дополнительные ресурсы

Чтобы узнать больше о связанных темах, ознакомьтесь с учебными пособиями ниже:

  • Аутентификация с помощью Python Requests: Полное руководство

  • Использование заголовков с Python requests

  • Как установить пакет requests в Python – Windows, macOS и Linux

Python: Красивый вывод словаря (Dict) – 4 способа
Что такое JSON?
Как красиво распечатать файл JSON на Python
Как красиво распечатать JSON из API в Python
Сортировка ключей при печати JSON-файла в Python
Как красиво распечатать JSON-файл из командной строки
Как сохранить красиво напечатанный JSON в файл с помощью Python
Как красиво распечатать файл JSON в Python с помощью pprint
Заключение
Дополнительные ресурсы