python解析json實(shí)例方法
更新時(shí)間：2013年11月19日 09:38:38 作者：
這篇文章主要介紹了python解析json數(shù)據(jù)的小實(shí)例，代碼簡(jiǎn)單實(shí)用，大家參考使用吧
最近在做天氣業(yè)務(wù)的延時(shí)監(jiān)控，就是每隔一個(gè)小時(shí)檢查一次天氣數(shù)據(jù)是否變化，三次不變化就報(bào)警。由于頁(yè)面給的數(shù)據(jù)的以json格式的，所以如何解析頁(yè)面上的數(shù)據(jù)，從而獲得我們想要的字段是我們首先考慮的問(wèn)題。
一般來(lái)說(shuō)，當(dāng)我們從一個(gè)網(wǎng)頁(yè)上拿下來(lái)數(shù)據(jù)，就是一個(gè)字符串，比如：
復(fù)制代碼 代碼如下:
url_data = urllib2.urlopen(url).readline()
當(dāng)我們這樣得到頁(yè)面數(shù)據(jù)，url_data是全部頁(yè)面顯示一個(gè)json字符串，那么我們?nèi)绾螌⑦@個(gè)字符串轉(zhuǎn)變?yōu)樽值涓袷?time = json.loads(url_data)["weatherinfo"]["time"]
通過(guò)json模塊的函數(shù)loads()可以將原來(lái)的字符串編碼為字典，這樣我們想去查找一個(gè)字段的key值就方便多了。
部分代碼如下：
復(fù)制代碼 代碼如下:
def getTime(url):
url_data = urllib2.urlopen(url).readline()
print url_data
time = json.loads(url_data)["weatherinfo"]["time"]
return time
相關(guān)文章
PyTorch加載數(shù)據(jù)集梯度下降優(yōu)化
這篇文章主要介紹了PyTorch加載數(shù)據(jù)集梯度下降優(yōu)化,使用DataLoader方法，并繼承DataSet抽象類，可實(shí)現(xiàn)對(duì)數(shù)據(jù)集進(jìn)行mini_batch梯度下降優(yōu)化,需要的小伙伴可以參考一下2022-03-03
Python學(xué)習(xí)之字典的常用方法總結(jié)
這篇文章主要為大家介紹了Python中字典的幾個(gè)常用方法總結(jié)，文中的示例代碼講解詳細(xì)，對(duì)我們學(xué)習(xí)Python字典有一定幫助，需要的可以參考一下2022-03-03
python實(shí)現(xiàn)楊輝三角的3種方法(迭代、生成器和遞歸)
這篇文章主要給大家介紹了關(guān)于python實(shí)現(xiàn)楊輝三角的3種方法,分別是迭代、生成器和遞歸的相關(guān)資料,楊輝三角形的規(guī)則就是每行的第一個(gè)數(shù)字和最后一個(gè)數(shù)字為1之外,其余每個(gè)數(shù)字等于上一行對(duì)應(yīng)兩個(gè)數(shù)字的和,需要的朋友可以參考下2023-11-11
Django日志和調(diào)試工具欄實(shí)現(xiàn)高效的應(yīng)用程序調(diào)試和性能優(yōu)化
這篇文章主要介紹了Django日志和調(diào)試工具欄實(shí)現(xiàn)高效的應(yīng)用程序調(diào)試和性能優(yōu)化，Django日志和調(diào)試工具欄為開發(fā)者提供了快速定位應(yīng)用程序問(wèn)題的工具，可提高調(diào)試和性能優(yōu)化效率，提高應(yīng)用程序的可靠性和可維護(hù)性2023-05-05
??python-nmap??是一個(gè)基于??Python??的??nmap??網(wǎng)絡(luò)掃描器接口,它允許用戶通過(guò)???Python???腳本輕松地調(diào)用???nmap???的功能,??nmap??是一款功能強(qiáng)大的網(wǎng)絡(luò)掃描和發(fā)現(xiàn)工具,本文給大家介紹python-nmap的安裝與常用方法,需要的朋友可以參考下2024-12-12
Django實(shí)現(xiàn)將一個(gè)字典傳到前端顯示出來(lái)
這篇文章主要介紹了Django實(shí)現(xiàn)將一個(gè)字典傳到前端顯示出來(lái)，具有很好的參考價(jià)值，希望2020-04-04
pytorch中nn.Sequential和nn.Module的區(qū)別與選擇方案
在 PyTorch 中,構(gòu)建神經(jīng)網(wǎng)絡(luò)模型有兩種主要方式：nn.Sequential 和 nn.Module,它們各有優(yōu)缺點(diǎn),適用于不同的場(chǎng)景,下面通過(guò)示例給大家講解pytorch中nn.Sequential和nn.Module的區(qū)別與選擇方案,感興趣的朋友一起看看吧2024-06-06
這篇文章主要介紹了Python編程-封裝,繼承與多態(tài),文章主要目的解如何利用封裝保護(hù)屬性、掌握單繼承和多繼承、會(huì)重寫和調(diào)用父類方法2022-01-01
理解多態(tài)的使用等相關(guān)介紹,需要的朋友可以參考一下
這篇文章主要介紹了python?graphviz畫圖詳情，文章圍繞graphviz畫圖的相關(guān)資料展開內(nèi)容，并附有官方安裝鏈接，需要的小伙伴可以參考一下，洗碗給對(duì)你有所幫助2021-12-12
Pytorch的torch.utils.data中Dataset以及DataLoader示例詳解
torch.utils.data?是?PyTorch?提供的一個(gè)模塊，用于處理和加載數(shù)據(jù)，該模塊提供了一系列工具類和函數(shù)，用于創(chuàng)建、操作和批量加載數(shù)據(jù)集，這篇文章主要介紹了Pytorch的torch.utils.data中Dataset以及DataLoader等詳解,需要的朋友可以參考下2023-08-08