Question

对于Python3，我跟着@Martijn Pieters's code跟着：

import gzip
import json

# writing
with gzip.GzipFile(jsonfilename, 'w') as fout:
    for i in range(N):
        uid = "whatever%i" % i
        dv = [1, 2, 3]
        data = json.dumps({
            'what': uid,
            'where': dv})

        fout.write(data + '\n')

但这会导致错误：

Traceback (most recent call last):
    ...
  File "C:\Users\Think\my_json.py", line 118, in write_json
    fout.write(data + '\n')
  File "C:\Users\Think\Anaconda3\lib\gzip.py", line 258, in write
    data = memoryview(data)
TypeError: memoryview: a bytes-like object is required, not 'str'

有关正在发生的事情的任何想法？

Answer 1

这里有四个转换步骤。

Python数据结构（嵌套的dicts，列表，字符串，数字，布尔值）
包含该数据结构的序列化表示形式的Python字符串（“JSON”）
包含该字符串表示的字节列表（“UTF-8”）
包含该前一个字节列表（“gzip”）

让我们逐一采取这些步骤。

import gzip
import json

data = []
for i in range(N):
    uid = "whatever%i" % i
    dv = [1, 2, 3]
    data.append({
        'what': uid,
        'where': dv
    })                                           # 1. data

json_str = json.dumps(data) + "\n"               # 2. string (i.e. JSON)
json_bytes = json_str.encode('utf-8')            # 3. bytes (i.e. UTF-8)

with gzip.GzipFile(jsonfilename, 'w') as fout:   # 4. gzip
    fout.write(json_bytes)

请注意，添加"\n"在这里完全是多余的。它没有破坏任何东西，但除此之外没有任何用处。

阅读完全相反：

with gzip.GzipFile(jsonfilename, 'r') as fin:    # 4. gzip
    json_bytes = fin.read()                      # 3. bytes (i.e. UTF-8)

json_str = json_bytes.decode('utf-8')            # 2. string (i.e. JSON)
data = json.loads(json_str)                      # 1. data

print(data)

当然可以合并步骤：

with gzip.GzipFile(jsonfilename, 'w') as fout:
    fout.write(json.dumps(data).encode('utf-8'))

和

with gzip.GzipFile(jsonfilename, 'r') as fin:
    data = json.loads(fin.read().decode('utf-8'))

Answer 2

https://stackoverflow.com/a/49535758/1236083中提到的解决方案（感谢@Rafe）具有很大的优势：由于编码是即时进行的，因此您不会为生成的json创建两个完整的中间字符串对象。对于大物体，这可以节省内存。

除了提到的帖子，解码也很简单：

with gzip.open(filename, 'rt', encoding='ascii') as zipfile:
    my_object = json.load(zipfile)

Python 3，从/向gzip文件

2 个答案: