淺談Python處理json字符串為什么不建議使用eval()
一、前言
最近發(fā)現(xiàn)一些小伙伴使用eval來處理json,而且為了能夠?qū)son成功轉(zhuǎn)為字典而不報(bào)錯(cuò),還寫了如下的賦值操作 (因?yàn)閖son中空為null,假為false,真為true與Python的表達(dá)不一樣,如果不進(jìn)行下面代碼的賦值,用eval轉(zhuǎn)換就會(huì)報(bào)錯(cuò)):
null=None
false=False
true=True
其實(shí)Python的標(biāo)準(zhǔn)庫中有處理json的庫,就叫json,比如要把json字符串轉(zhuǎn)為字典的話只需要使用json.loads這個(gè)方法就可以了;另外,eval處理json的性能也是遠(yuǎn)遠(yuǎn)比不上json庫的。
二、Json.loads與eval 性能對(duì)比
現(xiàn)在我們創(chuàng)建一個(gè)長度為100萬的json字符串?dāng)?shù)據(jù):
test_data = json.dumps({str(i): i for i in range(1000000)})
然后分別通過eval,json.loads來處理,他們的時(shí)間對(duì)比:
1. eval
執(zhí)行時(shí)間為: 0:00:03.730528
2. json.loads
執(zhí)行時(shí)間為: 0:00:00.466475
執(zhí)行時(shí)間相差了8倍多!
另外在自己的項(xiàng)目中,剛好有需求涉及到100KB+的json字符串轉(zhuǎn)換,它們的耗時(shí)對(duì)比如下:
如果沒有并發(fā)執(zhí)行的情況下,使用json.loads或eval來轉(zhuǎn)換花費(fèi)的時(shí)間差距不是能夠感知出來的,但涉及并發(fā)執(zhí)行那就會(huì)變得很明顯。所以快把你代碼中處理json的eval改為json.loads吧!
如果做請求使用的是requests庫的話,可以直接使用它的json()方法,例如:
res=requests.get(url='http://qqlykm.cn/api/t/url.php?url=quniao.blog.csdn.net') res_dict=res.json()
查看源碼發(fā)現(xiàn)它也是調(diào)用python標(biāo)準(zhǔn)庫中的json.loads方法,只是這樣可以少寫一點(diǎn)代碼。
到此這篇關(guān)于淺談Python處理json字符串為什么不建議使用eval()的文章就介紹到這了,更多相關(guān)Python處理json字符串內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python?async+request與async+aiohttp實(shí)現(xiàn)異步網(wǎng)絡(luò)請求探索
這篇文章主要介紹了Python?async+request與async+aiohttp實(shí)現(xiàn)異步網(wǎng)絡(luò)請求探索,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)吧2022-10-10Python數(shù)據(jù)分析:手把手教你用Pandas生成可視化圖表的教程
今天小編就為大家分享一篇Python數(shù)據(jù)分析:手把手教你用Pandas生成可視化圖表的教程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-12-12基于Python實(shí)現(xiàn)評(píng)論區(qū)抽獎(jiǎng)功能詳解
這篇文章主要為大家介紹了基于Python如何實(shí)現(xiàn)評(píng)論區(qū)抽獎(jiǎng)的功能,文章的示例代碼講解詳細(xì),對(duì)我們學(xué)習(xí)Python有一定幫助,需要的朋友可以學(xué)習(xí)一下2021-12-12