【Python爬蟲】-4.字典 json類型 練習(xí)題

#導(dǎo)入json模塊

import json

#2.定義一個(gè)空字典dict_a,空字典dict_b

dict_a={}

dict_b={}

#3.給dict_a 添加3個(gè)key a1,a2,a3分別對(duì)應(yīng)的值為b1,b2,b3

dict_a={'a1':'b1', 'a2':'b2', 'a3':'b3'}

dict_a['a1']='b1'

dict_a['a2']='b2'

dict_a['a3']='b3'

#4.獲取dict_a所有的key,命名變量ks,打印輸出ks及ks的數(shù)據(jù)類型

ks=dict.keys(dict_a)

print(ks)

print(type(ks))

#5.打印dict_a所有的value 命名變量vs,打印輸出vs及vs的數(shù)據(jù)類型

vs=dict.values(dict_a)

print(vs, type(vs))

#6.執(zhí)行代碼print(dict_a.items()) 觀察輸出結(jié)果

print(dict_a.items())

#7.將a1和a3對(duì)應(yīng)的值對(duì)換

dict_a['a1']='b3'

dict_a['a3']='b1'

#8.打印輸出dict_a

print(dict_a)

#9.刪除字典dict_a中a1對(duì)應(yīng)的值

dict_a.pop('a1')

#10.打印輸出dict_a

print(dict_a)

# 11.將此時(shí)的dict_a數(shù)據(jù)更新到dict_b

dict_b.update(dict_a)

#12.打印dict_b 并觀察a1和a4是否在dict_b中

print(dict_b)

print(dict_b.get('a1','不在'))

print(dict_b.get('a4','不在'))

#13.a1如不存在dict_b中,輸入以下代碼 a1=dict_b.get('a1') 并打印變量a1

a1=dict_b.get('a1')

print('a1')

#14.將13題變量a1 添加到dict_b中,key為'a1'

dict_b['a1']='a1'

#15.a4如不存在dict_b中,將a4對(duì)應(yīng)的值默認(rèn)為'null',并添加到dict_b中,key為'a4'

dict_b['a4']='null'

#16.打印dict_b及其數(shù)據(jù)類型

print(dict_b, type(dict_b))

#17.將dict_b轉(zhuǎn)化為json類型 命名為變量 json_c

json_c=json.dumps(dict_b)

#18.打印json_c及其數(shù)據(jù)類型 觀察16題打印結(jié)果和18題結(jié)果 將不同之處指明

print(json_c, type(json_c))

# dict_b 是字典蓉冈,顯示類型dict

# json_c 是字符串城舞,顯示類型str

#19.將json_c轉(zhuǎn)換為字典類型 命名為dict_c 打印輸出 dict_c及其數(shù)據(jù)類型

dict_c=json.loads(json_c)

print(dict_c)

print(type(dict_c))

----------------------------------

dict_keys(['a1', 'a2', 'a3'])dict_values(['b1', 'b2', 'b3'])dict_items([('a1', 'b1'), ('a2', 'b2'), ('a3', 'b3')]){'a1': 'b3', 'a2': 'b2', 'a3': 'b1'}{'a2': 'b2', 'a3': 'b1'}{'a2': 'b2', 'a3': 'b1'}不在不在a1{'a2': 'b2', 'a3': 'b1', 'a1': 'a1', 'a4': 'null'}{"a2": "b2", "a3": "b1", "a1": "a1", "a4": "null"}{'a2': 'b2', 'a3': 'b1', 'a1': 'a1', 'a4': 'null'}

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市寞酿,隨后出現(xiàn)的幾起案子家夺,更是在濱河造成了極大的恐慌,老刑警劉巖伐弹,帶你破解...
    沈念sama閱讀 216,496評(píng)論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件拉馋,死亡現(xiàn)場離奇詭異,居然都是意外死亡惨好,警方通過查閱死者的電腦和手機(jī)煌茴,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,407評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來日川,“玉大人蔓腐,你說我怎么就攤上這事×渚洌” “怎么了回论?”我有些...
    開封第一講書人閱讀 162,632評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長撒璧。 經(jīng)常有香客問我透葛,道長,這世上最難降的妖魔是什么卿樱? 我笑而不...
    開封第一講書人閱讀 58,180評(píng)論 1 292
  • 正文 為了忘掉前任僚害,我火速辦了婚禮,結(jié)果婚禮上繁调,老公的妹妹穿的比我還像新娘萨蚕。我一直安慰自己,他們只是感情好蹄胰,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,198評(píng)論 6 388
  • 文/花漫 我一把揭開白布岳遥。 她就那樣靜靜地躺著,像睡著了一般裕寨。 火紅的嫁衣襯著肌膚如雪浩蓉。 梳的紋絲不亂的頭發(fā)上派继,一...
    開封第一講書人閱讀 51,165評(píng)論 1 299
  • 那天,我揣著相機(jī)與錄音捻艳,去河邊找鬼驾窟。 笑死,一個(gè)胖子當(dāng)著我的面吹牛认轨,可吹牛的內(nèi)容都是我干的绅络。 我是一名探鬼主播,決...
    沈念sama閱讀 40,052評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼嘁字,長吁一口氣:“原來是場噩夢啊……” “哼恩急!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起纪蜒,我...
    開封第一講書人閱讀 38,910評(píng)論 0 274
  • 序言:老撾萬榮一對(duì)情侶失蹤衷恭,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后霍掺,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體匾荆,經(jīng)...
    沈念sama閱讀 45,324評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,542評(píng)論 2 332
  • 正文 我和宋清朗相戀三年杆烁,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片简卧。...
    茶點(diǎn)故事閱讀 39,711評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡兔魂,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出举娩,到底是詐尸還是另有隱情析校,我是刑警寧澤,帶...
    沈念sama閱讀 35,424評(píng)論 5 343
  • 正文 年R本政府宣布铜涉,位于F島的核電站智玻,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏芙代。R本人自食惡果不足惜吊奢,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,017評(píng)論 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望纹烹。 院中可真熱鬧页滚,春花似錦、人聲如沸铺呵。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,668評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽片挂。三九已至幻林,卻和暖如春贞盯,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背沪饺。 一陣腳步聲響...
    開封第一講書人閱讀 32,823評(píng)論 1 269
  • 我被黑心中介騙來泰國打工躏敢, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人随闽。 一個(gè)月前我還...
    沈念sama閱讀 47,722評(píng)論 2 368
  • 正文 我出身青樓父丰,卻偏偏與公主長得像,于是被迫代替她去往敵國和親掘宪。 傳聞我的和親對(duì)象是個(gè)殘疾皇子蛾扇,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,611評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容