参考链接：json

Introducing JSON

为什么使用json文件读写？

无论是比赛数据集还是公开的论文数据集，NLP的数据集通常都是json文件，那么JSON究竟是什么呢？

JSON(JavaScript Object Notation)是一种数据交换语言，采用完全独立于语言的文本格式，但是也使用了类似C语言家族的习惯（包括C，C++, C#, Java, JavaScript, Perl, Python等）。这些特性使JSON成为理想的数据交换语言。

使用JSON语言可以很方便的把文本转换为编程语言中的数据结构。

数据结构

JSON本身有两种数据结构：

• a collection of name/value pairs. 通常会被一些语言认为是object, record, struct, dictionary, hash table, keyed list or asscociative array. 可以看作是无序的集合。

  eg:（也是数据集中经常遇到的格式，在python中可以转换为字典来使用。

  {"sentence": ["油", "温", "计", "。"], "ner": [["DT", 1, 4]], "relation": [], "attribution": []}
  

• An ordered list of values. In most languages, this is realized as an array, vector, list or sequence.

  eg:

  [1, 2, true, 's', "Hello", [1, 2]]
  

  A value can be a string in double quotes, or a number, or true or false or null, or an object or an array. These structures ca be nested（嵌套）。

Python <—> JSON

Python中有json包，使用这个包中的方法可以实现json格式文件和Python数据结构的转换：

dump

将Python对象转换为JSON格式的stream写入文件：

json.dumps(doc, cls=NpEncoder)

```python
# override JSONEncoder, convert numpy to python
class NpEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, np.integer):
            return int(obj)
        elif isinstance(obj, np.floating):
            return float(obj)
        elif isinstance(obj, np.ndarray):
            return obj.tolist()
        else:
            return super(NpEncoder, self).default(obj)

load

dump的反面，将流转换为Python对象。比如：

gold_docs = [json.loads(line) for line in open(json_file)]

JSONDecoder

默认情况下：

JSONEncoder

默认情况下：