Programación de Computadores
Archivos JSON en Python
Jonatan Gómez Perdomo, Ph. D.
jgomezpe@[Link]
Arles Rodríguez, Ph.D.
aerodriguezp@[Link]
Camilo Cubides, Ph.D. (c)
eccubidesg@[Link]
Research Group on Artificial Life – Grupo de investigación en vida artificial – (Alife)
Computer and System Department
Engineering School
Universidad Nacional de Colombia
. . . .... .... .... . . . . .
JSON en Python –1–
Contenido
1 JSON
2 JSON y Diccionarios Python
3 Serialización
4 Deserialización
5 Conversión de archivos JSON a estructuras de python
6 Leer JSON desde Internet
7 Filtrar información de un archivo JSON
8 Validación de archivo JSON
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
JSON JSON en Python –2–
Agenda
1 JSON
2 JSON y Diccionarios Python
3 Serialización
4 Deserialización
5 Conversión de archivos JSON a estructuras de python
6 Leer JSON desde Internet
7 Filtrar información de un archivo JSON
8 Validación de archivo JSON
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
JSON JSON en Python –3–
Definición
JSON (JavaScript Object Notation): Es un estándar utilizado para el
intercambio de información entre aplicaciones. Es un formato de archivo
de texto que es fácil de leer tanto por humanos como por máquinas.
Está basado en un subconjunto del lenguaje de programación JavaScript y
por su definición simple, se puede usar en diferentes lenguajes de
programación.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
JSON JSON en Python –4–
Estructura
Un objeto JSON es un diccionario, donde para cada ítem:
La llave es una cadena de carácteres delimitada por comillas dobles
("), y
El valor puede ser un número (no se distingue entre enteros, reales, u
otros), un valor de verdad (en JavaScript se usan las palabras
reservadas true y false), una cadena de carácteres (usando comillas
dobles como delimitador), un elemento nulo (null), o una lista de
estos mismos elementos o nuevamente un objeto JSON (un
diccionario con estas propiedades, recursión!!!).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
JSON JSON en Python –5–
Ejemplo
{
"Nombre": "Douglas",
"Apellido": "Crockford",
"hobbies": ["trotar", "bucear", "cantar"],
"age": 64,
"empleado": false,
"jefe" : null,
"hijos": [
{ "Nombre": "Alice", "age": 16 },
{ "Nombre": "Bob", "age": 8 }
]
}
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
JSON y Diccionarios Python JSON en Python –6–
Agenda
1 JSON
2 JSON y Diccionarios Python
3 Serialización
4 Deserialización
5 Conversión de archivos JSON a estructuras de python
6 Leer JSON desde Internet
7 Filtrar información de un archivo JSON
8 Validación de archivo JSON
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
JSON y Diccionarios Python JSON en Python –7–
Diferencias
No todo diccionario en Python es un objeto JSON: Los diccionarios en
Python pueden tener como claves números, cadenas delimitadas por el
apóstrofe, o tuplas. Los objetos JSON solo cadenas de carácteres
delimitadas por comillas dobles.
Un objeto JSON es ’casi’ un diccionario en Python, diccionario que usa las
palabras false, true, null y no las de Python True, False, none.
Es claro, que muchos objetos JSON se pueden escribir directamente en
Python, pero no todos y visceversa.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
JSON y Diccionarios Python JSON en Python –8–
Ejemplo
El objeto JSON:
{
"Nombre": "Douglas",
"Apellido": "Crockford",
"hobbies": ["trotar", "bucear", "cantar"],
"age": 64,
"empleado": false,
"jefe" : null,
"hijos": [
{ "Nombre": "Alice", "age": 16 },
{ "Nombre": "Bob", "age": 8 }
]
}
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
JSON y Diccionarios Python JSON en Python –9–
Ejemplo
Se puede escribir como el diccionario Python:
{
"Nombre": "Douglas",
"Apellido": "Crockford",
"hobbies": ["trotar", "bucear", "cantar"],
"age": 64,
"empleado": False,
"jefe" : none,
"hijos": [
{ "Nombre": "Alice", "age": 16 },
{ "Nombre": "Bob", "age": 8 }
]
}
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
JSON y Diccionarios Python JSON en Python – 10 –
Correspondencias
La siguiente tabla presenta las correspondencias entre un objeto JSON y
un diccionario Python.
Python JSON
dict object
tuple, list array
str string
int, float, long number
False false
True true
none null
Tabla: Type correspondence between JSON and Python.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
JSON y Diccionarios Python JSON en Python – 11 –
Python soporta JSON
Python viene con un paquete llamado json para procesar información en
este formato:
import json
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Serialización JSON en Python – 12 –
Agenda
1 JSON
2 JSON y Diccionarios Python
3 Serialización
4 Deserialización
5 Conversión de archivos JSON a estructuras de python
6 Leer JSON desde Internet
7 Filtrar información de un archivo JSON
8 Validación de archivo JSON
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Serialización JSON en Python – 13 –
Serialización
El proceso de transformar datos en series de bytes para ser enviados por
una red o ser guardados como archivo se conoce como serialización. Los
archivos JSON se pueden serializar. La librería json expone el método
dump() para escribir datos en un archivo. Si se tiene el siguiente
diccionario data:
data = {
"presidente": {
"nombre": "Ivan Duque",
"edad": 44
}
}
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Serialización JSON en Python – 14 –
Serialización a archivo
data se puede serializar en archivo así:
with open("json/data_file.json", "w") as write_file:
[Link](data, write_file)
Se creará el siguiente archivo:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Serialización JSON en Python – 15 –
Serialización a texto
Se puede asignar data a un string:
json_string = [Link](data)
print(json_string, type(json_string))
El programa genera como salida:
{"presidente": {"nombre": "Ivan Duque",
"edad": 44}} <class 'str'>
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Serialización JSON en Python – 16 –
Argumentos de la función dump
Es posible espedificar el tamaño de la indentación para estructuras
anidadas. El siguiente programa:
json_string = [Link](data, indent=4)
print(json_string)
El programa imprime como salida:
{
"presidente": {
"nombre": "Ivan Duque",
"edad": 44
}
}
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Deserialización JSON en Python – 17 –
Agenda
1 JSON
2 JSON y Diccionarios Python
3 Serialización
4 Deserialización
5 Conversión de archivos JSON a estructuras de python
6 Leer JSON desde Internet
7 Filtrar información de un archivo JSON
8 Validación de archivo JSON
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Deserialización JSON en Python – 18 –
Deserialización desde archivo
Es posible cargar un archivo de JSON desde un archivo.
with open("json/data_file.json", "r") as read_file:
data = [Link](read_file)
print(data["presidente"])
El proframa imprime como salida:
'nombre': 'Ivan Duque', 'edad': 44
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Deserialización JSON en Python – 19 –
Deserialización desde texto
Es posible cargar un archivo de JSON desde un string.
json_string = '{ "presidente": { "nombre": "Ivan Duque", "edad": 44 }}'
data = [Link](json_string)
print(data)
la salida del programa es:
'presidente': 'nombre': 'Ivan Duque', 'edad': 44
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Conversión de archivos JSON a estructuras de python JSON en Python – 20 –
Agenda
1 JSON
2 JSON y Diccionarios Python
3 Serialización
4 Deserialización
5 Conversión de archivos JSON a estructuras de python
6 Leer JSON desde Internet
7 Filtrar información de un archivo JSON
8 Validación de archivo JSON
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Conversión de archivos JSON a estructuras de python JSON en Python – 21 –
Conversión de archivos JSON a estructuras de python
Como se observaba en la tabla de correspondencias, JSON maneja null en
vez de None, false en vez de False y true en vez de True. Al importar el
codigo con la librería json se realizan las conversiones internas para poder
trabajar comodamente en python:
import json
from pprint import pprint
strjson = '"boolean1": null, "diccionario": "papa": 2000, "arroz":5000, "intValue": 0, "myList": [],
"myList2":["info1", "info2"], "littleboolean": false,
"myEmptyList": null, "text1": null, "text2": "hello",
"value1": null, "value2": null '
data = [Link](strjson)
pprint(data)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Conversión de archivos JSON a estructuras de python JSON en Python – 22 –
Conversión de archivos JSON a estructuras de python
Si se ejecutan las siguientes consultas a la variable data se tiene:
print(data["text2"], type(data["text2"]))
print(data["text1"], type(data["text1"]))
print(data["intValue"], type(data["intValue"]))
print(data["myList"], type(data["myList"]))
print(data["myList2"], type(data["myList"]))
print(data["diccionario"], type(data["diccionario"]))
print(data["myList2"][1])
print(data["diccionario"]["papa"])
El código mostrará:
hello <class 'str'>
None <class 'NoneType'>
0 <class 'int'>
[] <class 'list'>
['info1', 'info2'] <class 'list'>
'papa': 2000, 'arroz': 5000 <class 'dict'>
info2
2000
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Leer JSON desde Internet JSON en Python – 23 –
Agenda
1 JSON
2 JSON y Diccionarios Python
3 Serialización
4 Deserialización
5 Conversión de archivos JSON a estructuras de python
6 Leer JSON desde Internet
7 Filtrar información de un archivo JSON
8 Validación de archivo JSON
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Leer JSON desde Internet JSON en Python – 24 –
Usando request para leer archivos JSON desde internet
Existe un recurso en línea gratuito llamado JSONPlaceholder para practicar
peticiones que se pueden realizar en formato JSON. Para realizar una
petición se utiliza la librería request:
import json
import requests
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Leer JSON desde Internet JSON en Python – 25 –
Usando request para leer archivos JSON desde internet
Para leer el archivo JSON de una url específica se utiliza:
response = [Link](url) y se carga con
[Link]([Link]):
import json
import requests
from pprint import pprint
response = [Link]("[Link]
pendientes = [Link]([Link])
pprint(pendientes) #imprime el json cargado
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Leer JSON desde Internet JSON en Python – 26 –
Analizando la estructura de un JSON
Al procesar los dos últimos registros del JSON de pendientes cargados se
observa que cada registro posee un usuario userId, un identificador de
pendiente id, un título de tarea específico title y un estado completed
que indica si la tarea ha sido realizada o no:
pendientes[:2] #Aquí se listan los últimos 2 registros
La salida observada es la siguiente:
[{'userId': 1, 'id': 1, 'title': 'delectus aut autem', 'completed': False},
{'userId': 1,
'id': 2,
'title': 'quis ut nam facilis et officia qui',
'completed': False}]
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Filtrar información de un archivo JSON JSON en Python – 27 –
Agenda
1 JSON
2 JSON y Diccionarios Python
3 Serialización
4 Deserialización
5 Conversión de archivos JSON a estructuras de python
6 Leer JSON desde Internet
7 Filtrar información de un archivo JSON
8 Validación de archivo JSON
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Filtrar información de un archivo JSON JSON en Python – 28 –
Saber cuantas tareas ha completado un usuario
Es posible observar que hay varios usuarios cada uno con un identificador
único y cada tarea tiene un estado que indica si la tarea se completó o no.
Procesaremos este archivo para obtener cuantas tareas ha completado
cada usuario y establecer los usuarios que más tareas han completado.
Esto se puede hacer en tres fases:
Contar cuantas tareas han completado los usuarios
Ordenar el conteo de tareas pendientes que se han completado
Escoger los usuarios que tienen el mismo número de tareas máximo.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Filtrar información de un archivo JSON JSON en Python – 29 –
Contar tareas completadas por usuario
La primera parte lleva un conteo de tareas completadas por usuario:
pendientes_por_usuario= {}
#lleva un conteo de los pendientes que ha completado cada usuario
for pendiente in pendientes:
if pendiente["completed"]:
if pendiente["userId"] in pendientes_por_usuario:
pendientes_por_usuario[pendiente["userId"]] += 1
else:
pendientes_por_usuario[pendiente["userId"]] = 1
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Filtrar información de un archivo JSON JSON en Python – 30 –
Ordenar por número de pendientes completos
La segunda parte ordena el diccionario de pendientes por usuario por su
conteo de tareas:
# ordena por id los usuarios
items_ordenados = sorted(pendientes_por_usuario.items(),
key=lambda x: x[1], reverse=True)
maximas_tareas_completadas = items_ordenados[0][1]:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Filtrar información de un archivo JSON JSON en Python – 31 –
Escoger los usuarios que tienen el mismo número de tareas
máximo
La tercera parte obtiene las personas con el mismo número de tareas
máximas:
usuarios = []
for usu, num_tareas_completas in items_ordenados:
if num_tareas_completas == maximas_tareas_completadas:
[Link](str(usu))
else:
break
usuarios_con_max = " y ".join(usuarios)
print(f"los usuarios usuarios_con_max han completado maximas_tareas_completadas tareas")
La salida de este código completo es la siguiente:
los usuarios 5 y 10 han completado 12 tareas
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Filtrar información de un archivo JSON JSON en Python – 32 –
Filtrar usuarios con el máximo número de pendientes
Es posible filtrar a las tareas de los usuarios que han hecho la mayor
cantidad de pendientes completados y escribirlas en un archivo json. Para
esto nos apoyaremos de la función filter que determina a través de una
función que retorna un booleano si incluir al elemento en la lista de salida
o no:
def filtro(pendiente):
esta_completa = pendiente["completed"]
esta_en_el_maximo_conteo = str(pendiente["userId"]) in usuarios
return esta_completa and esta_en_el_maximo_conteo
with open("json/tareas_filtradas.json", "w") as archivo_salida:
tareas_filtradas = list(filter(filtro, pendientes))
[Link](tareas_filtradas, archivo_salida, indent=2)
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Filtrar información de un archivo JSON JSON en Python – 33 –
Filtrar usuarios con el máximo número de pendientes
Una parte de la salida anterior nos muestra tareas con completed=True
['completed': True, 'id': 81, 'title': 'suscipit qui totam', 'userId': 5,
'completed': True,
'id': 83,
'title': 'quidem at rerum quis ex aut sit quam',
'userId': 5,
'completed': True, 'id': 85, 'title': 'et quia ad iste a', 'userId': 5,
'completed': True, 'id': 86, 'title': 'incidunt ut saepe autem', 'userId': 5,
'completed': True,
'id': 87,
'title': 'laudantium quae eligendi consequatur quia et vero autem',
'userId': 5,
'completed': True, 'id': 89, 'title': 'sequi ut omnis et', 'userId': 5,
...
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Validación de archivo JSON JSON en Python – 34 –
Agenda
1 JSON
2 JSON y Diccionarios Python
3 Serialización
4 Deserialización
5 Conversión de archivos JSON a estructuras de python
6 Leer JSON desde Internet
7 Filtrar información de un archivo JSON
8 Validación de archivo JSON
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Validación de archivo JSON JSON en Python – 35 –
Sugerencia
Es posible validar un archivo de JSON utilizando la siguiente página web:
[Link]
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
Validación de archivo JSON JSON en Python – 36 –
Sugerencia
Se sugiere consultar un manual de Python o de sus librerías para
determinar si ya existe un método para lo que se quiera realizar con JSON.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
J. Gómez & A. Rodríguez & C. Cubides Programación de Computadores – UN
