在 Python 中访问字典对象转储中的项目

Question

我从我们的客户那里得到了一个奇怪的数据集。这是一个.json文件，但里面看起来像下面{"a":"aaa","b":"bbb","text":"hello"}{"a":"aaa","b":"bbb","text":"hi"}{"a":"aaa","b":"bbb","text":"hihi"}如您所见，这只是字典对象的转储。它既不是列表（[]对象之间没有逗号分隔符）也不是适当的，JSON尽管文件扩展名为.json. 所以我真的很困惑如何阅读这个文件。我只关心text从每个字典对象中读取所有键。

Answer 1

这个“奇怪的数据集”实际上是一种基于 JSON 的现有格式，称为JSONL。

正如@user655321 所说，您可以解析每一行。这是一个更完整的示例，其中包含 dicts 列表中可用的完整数据集dataset：

import json

dataset = []

with open("my_file.json") as file:

    for line in file:

        dataset.append(json.loads(line))

Answer 2

In [51]: [json.loads(i)["text"] for i in open("file.json").readlines()]

Out[51]: ['hello', 'hi', 'hihi']

使用列表理解，更容易

Answer 3

您可以逐行阅读它，并将这些行转换为 JSON 对象，并text根据您的情况提取所需的数据。

您可以执行以下操作：

import json

lines = open("file.txt").readlines()

for line in lines:

  dictionary = json.loads(line)

  print(dictionary["text"])

Answer 4

由于它不是单个 JSON 文件，您可以逐行读取输入并独立反序列化它们：

import jsonwith open('my_file.json') as fh:   for line in fh:
      json_obj = json.loads(line)
      keys = json_obj.keys() # eg, 'a', 'b', 'text'
      text_val = json_obj['text'] # eg, 'hello', 'hi', or 'hihi'

Answer 5

如何通过\n使用 json 加载每个字典来拆分内容？就像是：

import jsonwith open(your_file) as f:
    data = f.read()

my_dicts = []for line in data.split():
    my_dicts.append(json.loads(line))

Answer 6

import ast

with open('my_file.json') as fh:

     for line in fh:

         try:

             dict_data = ast.literal_eval(line)

             assert isinstance(dict_data,dict)

             ### Process Dictionary Data here or append to list to convert to list of dicts

         except (SyntaxError, ValueError, AssertionError):

             print('ERROR - {} is not a dictionary'.format(line))