Jonatan Gomez Perdomo, Ph. D.

Arles Rodríguez, Ph.D.

Camilo Cubides, Ph.D. (c)
Carlos Andrés Sierra, [Link].

Estructuras de
Para cualquier aclaración o información
Datos VI adicional puede escribir al correo
soportemtic22_bog@[Link]
JSON en Python o radicar solicitud en la mesa de ayuda
[Link]
[Link]/soporte

Research Group on Articial Life

Grupo de investigación en vida artificial (Alife)
Computer and System Department
Engineering School
Universidad Nacional de Colombia
 JSON Estructuras de Datos VI –1–

Agenda

1 JSON
2 JSON y los diccionarios de 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 archivos con formato JSON
9 Ejercicios

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 JSON Estructuras de Datos VI –2–

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.

JSON está basado estructuralmente en el lenguaje de programación

JavaScript y por su definición simple, se puede usar en diferentes lenguajes
de programación.

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 JSON Estructuras de Datos VI –3–

Estructura

Un objeto JSON es un diccionario, donde para cada ı́tem:

La clave debe ser una cadena de caracteres delimitada por comillas
dobles ("), y
El campo del 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 caracteres (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 —definido recursivamente—).

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 JSON Estructuras de Datos VI –4–

Ejemplo de un objeto JSON

Ejemplo

{
"Nombre": "Douglas",
"Apellido": "Crockford",
"pasatiempos": ["trotar", "bucear", "cantar"],
"edad": 64,
"empleado": false,
"jefe": null,
"hijos": [
{"Nombre": "Alice", "edad": 16},
{"Nombre": "Bob", "edad": 8}
]
}

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 JSON y los diccionarios de Python Estructuras de Datos VI –5–

Agenda

1 JSON
2 JSON y los diccionarios de 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 archivos con formato JSON
9 Ejercicios

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 JSON y los diccionarios de Python Estructuras de Datos VI –6–

Diferencias

1 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 sólo permite cadenas de
caracteres delimitadas únicamente por comillas dobles.
2 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.
3 Es claro, que muchos objetos JSON se pueden escribir directamente
en Python, pero no todos y viceversa.

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 JSON y los diccionarios de Python Estructuras de Datos VI –7–

Ejemplo de un objeto JSON en Python I

Ejemplo
El objeto JSON:

{
"Nombre": "Douglas",
"Apellido": "Crockford",
"pasatiempos": ["trotar", "bucear", "cantar"],
"edad": 64,
"empleado": false,
"jefe": null,
"hijos": [
{"Nombre": "Alice", "edad": 16},
{"Nombre": "Bob", "edad": 8}
]
}

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 JSON y los diccionarios de Python Estructuras de Datos VI –8–

Ejemplo de un objeto JSON en Python II

Ejemplo (continuación)
Se puede escribir como el diccionario de Python ası́:

{
"Nombre": "Douglas",
"Apellido": "Crockford",
"pasatiempos": ["trotar", "bucear", "cantar"],
"edad": 64,
"empleado": False,
"jefe": None,
"hijos": [
{"Nombre": "Alice", "edad": 16},
{"Nombre": "Bob", "edad": 8}
]
}

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 JSON y los diccionarios de Python Estructuras de Datos VI –9–

Correspondencias

La siguiente tabla presenta las correspondencias entre los tipos de un

objeto JSON y los tipos dentro de un diccionario Python.

Tipo en Python Tipo en JSON

dict object
tuple, list array
str string
int, float number
False false
True true
None null
Table: Correspondencia de tipos entre Python y JSON.

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 JSON y los diccionarios de Python Estructuras de Datos VI – 10 –

Python soporta JSON

Python viene con un módulo llamado json que permite automatizar la

tarea de procesar información en este formato, esté se invoca mediante la
instrucción

import json

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Serialización Estructuras de Datos VI – 11 –

Agenda

1 JSON
2 JSON y los diccionarios de 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 archivos con formato JSON
9 Ejercicios

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Serialización Estructuras de Datos VI – 12 –

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 librerı́a json expone el método
dump() para escribir datos en un archivo. Si se tiene el siguiente
diccionario

data = {
"cientifico": {
"nombre": "Alan Mathison Turing",
"edad": "41"
}
}

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Serialización Estructuras de Datos VI – 13 –

Serialización en archivo

El objeto data se puede serializar en archivo ası́

with open("json/data_file.json", "w") as write_file:

[Link](data, write_file)

Se creará el siguiente archivo

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Serialización Estructuras de Datos VI – 14 –

Serialización a texto

El objeto data se puede asignar a un string de la siguiente manera

json_string = [Link](data)
print(json_string, type(json_string))

El programa genera como salida:

{"cientifico": {"nombre": "Alan Mathison Turing", "edad": "41"}}

<class ’str’>

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Serialización Estructuras de Datos VI – 15 –

Argumentos de la función dump

Es posible especificar el tamaño de la indentación para estructuras
anidadas. El siguiente programa establece que la indentación se realiza a 4
espacios y se imprime en forma de árbol expandido hacia la derecha.

json_string = [Link](data, indent=4)

print(json_string)

El programa imprime como salida:

{
"cientifico": {
"nombre": "Alan Mathison Turing",
"edad": "41"
}
}
J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN
 Deserialización Estructuras de Datos VI – 16 –

Agenda

1 JSON
2 JSON y los diccionarios de 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 archivos con formato JSON
9 Ejercicios

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Deserialización Estructuras de Datos VI – 17 –

Deserialización desde archivo I

Es posible cargar un archivo de JSON desde un archivo de la siguiente

manera

Para el archivo data_file.json ubicado en la carpeta json

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Deserialización Estructuras de Datos VI – 18 –

Deserialización desde archivo II

El siguiente código carga el objeto JSON a la variable data y luego

imprime uno de los registros del objeto JSON data, ası́

with open("json/data_file.json", "r") as read_file:

data = [Link](read_file)

print(data["cientifico"])

La salida obtenida es

{’nombre’: ’Alan Mathison Turing’, ’edad’: ’41’}

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Deserialización Estructuras de Datos VI – 19 –

Deserialización desde texto

Es posible cargar un archivo de JSON desde un string. En el siguiente
código se crea un string (en dos lineas por espacio, para esto se encierra
entre tres comillas simples ’’’), luego se carga el objeto JSON a la
variable data y por último ésta se imprime

json_string = ’’’{"cientifico":
{"nombre":"Alan Mathison Turing", "edad": "41"}}’’’
data = [Link](json_string)
print(data)

La salida del programa es

{’cientifico’: {’nombre’: ’Alan Mathison Turing’, ’edad’: ’41’}}

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Conversión de archivos JSON a estructuras de Python Estructuras de Datos VI – 20 –

Agenda

1 JSON
2 JSON y los diccionarios de 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 archivos con formato JSON
9 Ejercicios

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Conversión de archivos JSON a estructuras de Python Estructuras de Datos VI – 21 –

Conversión de archivos JSON a estructuras de Python I

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 código con la librerı́a json se realizan las conversiones internas
para poder trabajar cómodamente en Python. Ası́ como se puede apreciar
en el código presentado en la siguiente diapositiva.

Para imprimir se utiliza la función pprint del módulo pprint, con el fin
de que el resultado aparezca impreso de forma bonita (Pretty Print).

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Conversión de archivos JSON a estructuras de Python Estructuras de Datos VI – 22 –

Conversión de archivos JSON a estructuras de Python II

Ejemplo

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. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Conversión de archivos JSON a estructuras de Python Estructuras de Datos VI – 23 –

Conversión de archivos JSON a estructuras de Python III

Ejemplo (continuación)
La salida del programa es

{’boolean1’: None,
’diccionario’: {’arroz’: 5000, ’papa’: 2000},
’intValue’: 0,
’littleboolean’: False,
’myEmptyList’: None,
’myList’: [],
’myList2’: [’info1’, ’info2’],
’text1’: None,
’text2’: ’hello’,
’value1’: None,
’value2’: None}

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Conversión de archivos JSON a estructuras de Python Estructuras de Datos VI – 24 –

Conversión de archivos JSON a estructuras de Python IV

Ejemplo
Si se ejecutan las siguientes consultas a la variable data

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["myList2"]))
print(data["diccionario"], type(data["diccionario"]))
print(data["myList2"][1])
print(data["diccionario"]["papa"])

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Conversión de archivos JSON a estructuras de Python Estructuras de Datos VI – 25 –

Conversión de archivos JSON a estructuras de Python V

Ejemplo (continuación)
El resultado obtenido es:

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. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Leer JSON desde Internet Estructuras de Datos VI – 26 –

Agenda

1 JSON
2 JSON y los diccionarios de 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 archivos con formato JSON
9 Ejercicios

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Leer JSON desde Internet Estructuras de Datos VI – 27 –

Usando request para leer archivos JSON desde internet I

Existe un recurso en lı́nea gratuito llamado JSONPlaceholder para practicar

peticiones que se pueden realizar en formato JSON. Para realizar una
petición se utiliza la librerı́a request ası́

import json
import requests

Para leer un archivo JSON de una url especı́fica, se utiliza la instrucción

response = [Link](url)
y se carga con

[Link]([Link])

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Leer JSON desde Internet Estructuras de Datos VI – 28 –

Usando request para leer archivos JSON desde internet II

Ejemplo
En el siguiente código se carga un JSON de la url
[Link]

import json
import requests
from pprint import pprint

response = [Link](
"[Link]
pendientes = [Link]([Link])

#imprime el json cargado

pprint(pendientes)

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Leer JSON desde Internet Estructuras de Datos VI – 29 –

Analizando la estructura de un JSON I

Al procesar los registros del JSON de pendientes cargados se observa

que cada registro posee un usuario userId, un identificador de pendiente
id, un tı́tulo de tarea especı́fico title y un estado completed que indica
si la tarea ha sido realizada o no.

Con la siguiente instrucción se obtienen los dos registros iniciales del

JSON:

pendientes[:2]

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Leer JSON desde Internet Estructuras de Datos VI – 30 –

Analizando la estructura de un JSON II

La salida observada de la instrucción pendientes[:2] es:

[{’completed’: False,
’id’: 1,
’title’: ’delectus aut autem’,
’userId’: 1},
{’completed’: False,
’id’: 2,
’title’: ’quis ut nam facilis et officia qui’,
’userId’: 1}]

¿Qué se obtiene si se ejecuta la siguiente instrucción?

pendientes[-2:]

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Filtrar información de un archivo JSON Estructuras de Datos VI – 31 –

Agenda

1 JSON
2 JSON y los diccionarios de 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 archivos con formato JSON
9 Ejercicios

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Filtrar información de un archivo JSON Estructuras de Datos VI – 32 –

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:

1 Contar cuántas tareas han completado los usuarios.

2 Ordenar el conteo de tareas pendientes que se han completado.
3 Escoger los usuarios que tienen el mismo número de tareas máximo.

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Filtrar información de un archivo JSON Estructuras de Datos VI – 33 –

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. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Filtrar información de un archivo JSON Estructuras de Datos VI – 34 –

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]

∗
En este ejemplo se usa una de las caracterı́sticas más importantes de la
programación funcional en Python: Notación lambda. Este tema esta fuera del alcance
de este curso.
J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN
 Filtrar información de un archivo JSON Estructuras de Datos VI – 35 –

Escoger los usuarios que tienen el número de tareas

máximo
La tercera parte obtiene las personas con el número de tareas máximas
usuarios = []
for usuario, num_tareas_completas in items_ordenados:
if num_tareas_completas == maximas_tareas_completadas:
[Link](str(usuario))
else:
break

usuarios_con_max = " y ".join(usuarios)

print("los usuarios", usuarios_con_max)
print("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. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Filtrar información de un archivo JSON Estructuras de Datos VI – 36 –

Filtrar usuarios con el máximo número de pendientes

Es posible filtrar 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. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Filtrar información de un archivo JSON Estructuras de Datos VI – 37 –

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. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Validación de archivos con formato JSON Estructuras de Datos VI – 38 –

Agenda

1 JSON
2 JSON y los diccionarios de 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 archivos con formato JSON
9 Ejercicios

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Validación de archivos con formato JSON Estructuras de Datos VI – 39 –

Validación de archivos con formato JSON

Es posible validar un archivo de JSON utilizando la página web

[Link]

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Validación de archivos con formato JSON Estructuras de Datos VI – 40 –

Sugerencia

Se sugiere consultar un manual de Python o de sus librerı́as para

determinar si ya existe un método para lo que se quiera realizar con JSON.

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Ejercicios Estructuras de Datos VI – 41 –

Agenda

1 JSON
2 JSON y los diccionarios de 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 archivos con formato JSON
9 Ejercicios

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Ejercicios Estructuras de Datos VI – 42 –

Ejercicios I
Problemas
Para el JSON con la estructura mostrada
{
"jadiazcoronado":{
"nombres": "Juan Antonio",
"apellidos": "Dı́az Coronado",
"edad":19,
"colombiano":true,
"deportes":["Fútbol","Ajedrez","Gimnasia"]
},
...
"dmlunasol":{
"nombres": "Dorotea Maritza",
"apellidos": "Luna Sol",
"edad":25,
"colombiano":false,
"deportes":["Baloncesto","Ajedrez","Gimnasia"]
}
}
J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN
 Ejercicios Estructuras de Datos VI – 43 –

Ejercicios II

Problemas
Cree un programa que lea de un archivo con dicho JSON y
1 Imprima los nombres completos (nombre y apellidos) de las personas
que practican el deporte ingresado por el usuario.
2 Imprima los nombres completos (nombre y apellidos) de las personas
que estén en un rango de edades dado por el usuario.
3 Cree un JSON de deportes como sigue:
{
"Ajedrez":["jadiazcoronado",...,"dmlunasol"],
"Futbol":["jadiazcoronado",...],
"Gimnasia":["jadiazcoronado,...,"dmlunasol"],
...
"Baloncesto":[...,"dmlunasol"]
}

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Ejercicios Estructuras de Datos VI – 44 –

Ejercicios III

Problemas
4 Desarrolle un programa que lea dos archivos JSON, y encuentre los

componentes clave:valor que son iguales en ambos. Genere un nuevo

archivo JSON con las coincidencias exactas entre los dos archivos.
5 Desarrolle un programa que lea un archivo JSON, en el cual se
encuentran las notas de los estudiantes del curso. Cada llave
corresponde al código de cada estudiante, y su valor es una lista con
las notas obtenidas en las actividades del curso. Se debe generar un
nuevo archivo JSON que para uno de los estudiantes solo guarde el
promedio de las notas obtenidas.

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN

 Ejercicios Estructuras de Datos VI – 45 –

Ejercicios IV

Problemas
6 Desarrollar un programa que lea un archivo JSON que contiene una

serie de cadenas de caracteres en minúscula, cada una con su propia

llave. Estas llaves tienen una codificación, a forma de encriptación, en
donde las vocales están descritas como otros sı́mbolos: $ en vez de a,
# en vez de e, * en vez de i, ¬ en vez de o, y + en vez de u. Una vez
leı́do el archivo, realice una desencriptación de todas las cadenas, es
decir, convierta los sı́mbolos a sus vocales correspondientes (si la
cadena de entrada es ”h¬l$”, la cadena resultante serı́a ”hola”), y
guarde el resultado en un nuevo archivo JSON.

J. Gómez, A. Rodrı́guez, C. Cubides & C. Sierra Programación de Computadores – UN