1

我有多个 JSON 文件要覆盖，但似乎无法访问下面的特定文本（干扰）。这是文件中一行的示例：

{"extracted":"high","nameid":3201932,"users":{"name":[{"ids":[28,37],"text":"distracter"}],"symbols":[]}}

下面是我编写的返回空结果的代码：

data = []
with open(fileName, 'r') as file_to_read:
    for line in file_to_read:
        data.append(json.loads(line))
        json_tree = objectpath.Tree(data)
        text_result= tuple(json_tree.execute('$.users.name[@.text]'))
return text_result
4

1 回答 1

2

我认为这里有两个主要问题：

  1. 选择器查询似乎错误 - 我已经尝试过'$.users.name.text'，发现它对我有用（使用 Python3 和 objectpath）
  2. 该函数未正确建立名称列表

尝试这样的事情：

import json
import objectpath


def get_names_tree(data):
    tree = objectpath.Tree(data)
    return tuple(tree.execute('$.users.name.text'))


def load_data(file_name):
    names = []

    with open(file_name) as fh:
        for line in fh:
            data = json.loads(line)
            names.extend(get_names_tree(data))

    return names

在上面的循环中，我们建立了一个名称列表，而不是解码的实体。在您的版本中，text_result变量被重复实例化，并且只返回最后一个。

您还可以通过使用纯 Python 方法获取数据来提高速度。

def get_names_careful(data):
    return tuple(
        name['text'] for name in
        data.get('users', {}).get('name', [])
        if 'text' in name
    )


def get_names(data):
    return tuple(name['text'] for name in data['users']['name'])

第一个注意不要因缺少数据而引发错误，但如果您知道您的数据始终是正确的形状，您可以尝试第二个。

在我的测试中，它们的速度提高了 15 倍（谨慎的版本），而粗心的版本则快了 20 倍。

于 2018-09-21T15:48:27.003 回答