我正在尝试在 python 中读取一个大的 JSON 文件(~ 2GB)。
以下代码适用于小文件,但不适用于大文件,因为第二行出现 MemoryError。
in_file = open(sys.argv[1], 'r')
posts = json.load(in_file)
我看了类似的帖子,几乎每个人都建议使用 ijson,所以我决定试一试。
in_file = open(sys.argv[1], 'r')
posts = list(ijson.parse(in_file))
这处理了读取大文件大小,但 ijson.parse 没有像 json.load 那样返回 JSON 对象,所以我的其余代码不起作用
TypeError:元组索引必须是整数或切片,而不是 str
如果我在使用 json.load 时打印出“posts”,则 o/p 看起来像一个普通的 JSON
[{"Id": "23400089", "PostTypeId": "2", "ParentId": "23113726", "CreationDate": ... etc
如果我在使用 ijson.parse 后打印出“posts”,则 o/p 看起来像一个哈希映射
[["", "start_array", null], ["item", "start_map", null],
["item", "map_key", "Id"], ["item.Id", "string ... etc
我的问题:
我不想更改我的其余代码,所以我想知道是否有办法将 o/p 转换ijson.parse(in_file)
回 JSON 对象,以便它与我们使用的完全相同json.load(in_file)
?