另一個常見的格式是 JSON (JavaScript Object Notation)，可以想成是 Python 的 dict 或 list。Python 也有提供標準的模組來處理 JSON 格式的資料，這邊也介紹幾個常用到的 API。

• 準備資料

一樣到 Mockaroo 來產資料，這次在 Format 的選項要選擇 JSON。

• 反序列化（decode）

json 模組提供兩個方法來反序列化（讀取） JSON 格式的資料，兩個方法只差在第一個參數，其他的參數都一樣：

1. json.load：第一個參數需要支援 .read() 方法（通常是文字檔案或二進位檔案實例）用來讀取資料。
2. json.loads：第一個參數是 str、bytes或 bytearray 實例。

反序列化時會依照下列表格，將 JSON 的資料型態轉換為 Python 的資料型態：

參考以下程式碼：

import json
with open('mock_data.json', newline='') as jsonfile:
    data = json.load(jsonfile)
    # 或者這樣
    # data = json.loads(jsonfile.read())
    print(data)

• 序列化（encode）

json 模組也提供兩個方法來序列化（寫入） JSON 格式的資料，第一個參數都是要序列化的目標，兩個方法只差在第二個參數，其他的參數都一樣：

1. json.dump：第二個參數需要支援 .write() 方法（通常是文字檔案或二進位檔案實例）用來寫入資料。
2. json.dumps：不需要第二個參數，會直接回傳 JSON 格式的 str 實例。

序列化時會依照下列表格，將 Python 的資料型態轉換為 JSON 的資料型態：

參考以下程式碼：

import json
with open('mock_data.json', newline='') as jsonfile:
    data = json.load(jsonfile)

with open('mock_data.json', 'w', newline='') as jsonfile:
    data.append({ \
        'id': 5, \
        'first_name': 'Vin', \
        'last_name': 'Sturdgess', \
        'gender': 'Male', \
        'country': 'Greece' \
    })
    json.dump(data, jsonfile)
    # 或者這樣
    # jsonfile.write(json.dumps(data))

不知道有沒有人發現， 序列化後的字串是沒有排版的，如果閱讀上有需要排版的話，可以在序列化時加上參數來處理。

把 json.dump(data, jsonfile) 換成 json.dump(data, jsonfile, indent=4)，執行後再比較一下差別。

但排版後會增加儲存所需的空間跟傳輸量，通常是不建議在儲存時做排版的。

參考資料

• json — JSON encoder and decoder — Python 3.7.4 documentation