一、抓取文本数据

1. 结构化数据：json，xml(极其的稀少) 。直接转化为python类型

2. 非结构化数据：HTML，字符串。正则表达式、xpath

二、JSON简介

     JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式， 它使得人们很容易的进行阅读和编写。同时也方便了机器进行解析和生成。 适用于进行数据交互的场景，比如网站前台与后台之间的数据交互。

三、JSON格式数据特点

 1.最外层要么是一个列表一样的[],要么是一个字典一样的{}
 2.json数据的引号必须是双引号 
 3.末尾元素，不写逗号 
 4.没有注释

四、JSON常用方法

4.1  json.dumps()

      python类型转化为json字符串，返回一个str对象把一个Python对象编码转换成Json字符串;

import  json  #自带库
#1.python字典 >> json(数据的填充)
def dict_json():
     # python数据 > 字典
     dict_data= {
        "name":"mike",
         "age":19,
         "addr":"杭州"
     }
     print(dict_data,type(dict_data))

     # python数据 > json
     #默认使用的ascii 编码
     # indent=3 每一个键值对的缩进空格
     # json_data=json.dumps(dict_data)
     json_data=json.dumps(dict_data,ensure_ascii=False,indent=3)
     print(json_data, type(json_data))


if __name__ == '__main__':
     dict_json()

 4.2  json.loads()

  把Json格式字符串解码转换成Python对象;

#2.json >> python字典
def json_dict():
    # python数据 > 字典
    dict_data = {
        "name": "mike",
        "age": 19,
        "addr": "杭州"
    }
    # python数据 > json
    # 默认使用的ascii 编码
    json_data = json.dumps(dict_data, ensure_ascii=False, indent=3)
    print(json_data, type(json_data))
    # json > python 才能够处理前端交互过来的json数据
    python_data=json.loads(json_data)
    print(python_data,type(python_data))

 4.3  json.dumps() 

 将Python内置类型序列化为json对象后写入文件

import  json

# python格式的数据 >> json文件
#json.dump(json文件）
def ptyhon_file():
    # python数据 > 字典
    dict_data = {
        "name": "mike",
        "age": 19,
        "addr": "杭州"
    }
    #文件对象
    file_obj=open('js1.json','w',encoding='utf-8')
    # json文件
    json.dump(dict_data,file_obj,ensure_ascii=False)
    #关闭
    file_obj.close()

  4.4  json.loads() 

   读取文件中json格式的字符串元素 转化成python类型； 

# json文件 >> python格式的数据
#json.load(json文件）
def file_python():
    #文件对象
    file_obj=open('js1.json','r',encoding='utf-8')
    # json文件 >> python格式的数据
    python_data=json.load(file_obj)
    print(python_data,type(python_data))
    #关闭文件
    file_obj.close()


if __name__ == '__main__':
   file_python()