Dlaczego Python nie może parsować tych danych JSON?

Twoje data.json powinno wyglądać tak:

{
 "maps":[
         {"id":"blabla","iscategorical":"0"},
         {"id":"blabla","iscategorical":"0"}
        ],
"masks":
         {"id":"valore"},
"om_points":"value",
"parameters":
         {"id":"valore"}
}

Twój kod powinien brzmieć:

import json
from pprint import pprint

with open('data.json') as data_file:    
    data = json.load(data_file)
pprint(data)

Zauważ, że działa to tylko w Pythonie 2.6 i nowszych, ponieważ zależy to od with-oświadczenie . W Pythonie 2.5 użyj from __future__ import with_statement, w Pythonie odpowiedź Justina Peela, na której opiera się ta odpowiedź.

Możesz teraz również uzyskać dostęp do pojedynczych wartości, takich jak:

data["maps"][0]["id"]  # will return 'blabla'
data["masks"]["id"]    # will return 'valore'
data["om_points"]      # will return 'value'

Odpowiedź Justina Peela jest naprawdę pomocna, ale jeśli używasz Pythona 3 czytanie JSON powinno być zrobione tak:

with open('data.json', encoding='utf-8') as data_file:
    data = json.loads(data_file.read())

Uwaga: użyj json.loads zamiast json.load. W Pythonie 3, json.loads pobiera parametr string. json.load pobiera parametr obiektu podobny do pliku. data_file.read() zwraca obiekt string.

Szczerze mówiąc, nie wydaje mi się, aby w większości przypadków ładowanie wszystkich danych json do pamięci było problemem. Widzę to w JS, Java, Kotlin, cpp, rust prawie w każdym języku, którego używam. Rozważmy problem pamięci jak joke to me:)

Z drugiej strony, nie sądzę, że możesz analizować json bez przeczytania wszystkiego.

data = []
with codecs.open('d:\output.txt','rU','utf-8') as f:
    for line in f:
       data.append(json.loads(line))

"Ultra JSON" lub po prostu "ujson" poradzi sobie z posiadaniem [] w pliku JSON. Jeśli czytasz plik wejściowy JSON do programu jako listę elementów JSON; na przykład, [{[{}]}, {}, [], etc...] ujson może obsłużyć dowolną kolejność list słowników, słowników list.

Ujson można znaleźć w indeksie pakietów Pythona , A API jest prawie identyczne z wbudowaną biblioteką Pythona json.

Ujson jest również znacznie szybszy, jeśli ładujesz większe pliki JSON. Możesz zobaczyć szczegóły wydajności w porównaniu z innymi bibliotekami Pythona JSON w tym samym linku.

Jeśli używasz Python3, możesz spróbować zmienić swój (connection.json plik) JSON na:

{
  "connection1": {
    "DSN": "con1",
    "UID": "abc",
    "PWD": "1234",
    "connection_string_python":"test1"
  }
  ,
  "connection2": {
    "DSN": "con2",
    "UID": "def",
    "PWD": "1234"
  }
}

Następnie użyj następującego kodu:

connection_file = open('connection.json', 'r')
conn_string = json.load(connection_file)
conn_string['connection1']['connection_string_python'])
connection_file.close()
>>> test1

W tym parsowaniu są dwa typy.

1. parsowanie danych z pliku ze ścieżki systemowej
2. parsowanie JSON ze ZDALNEGO ADRESU URL.

Z pliku możesz użyć następującego

import json
json = json.loads(open('/path/to/file.json').read())
value = json['key']
print json['value']

Ten arcticle wyjaśnia pełne parsowanie i pobieranie wartości przy użyciu dwóch scenariuszy.parsowanie JSON za pomocą Pythona

Oto zmodyfikowany data.json Plik:

{
    "maps": [
        {
            "id": "blabla",
            "iscategorical": "0"
        },
        {
            "id": "blabla",
            "iscategorical": "0"
        }
    ],
    "masks": [{
        "id": "valore"
    }],
    "om_points": "value",
    "parameters": [{
        "id": "valore"
    }]
}

Możesz wywołać lub wydrukować dane na konsoli, używając poniższych linii:

import json
from pprint import pprint
with open('data.json') as data_file:
    data_item = json.load(data_file)
pprint(data_item)

Oczekiwany wynik dla print(data_item['parameters'][0]['id']):

{'maps': [{'id': 'blabla', 'iscategorical': '0'},
          {'id': 'blabla', 'iscategorical': '0'}],
 'masks': [{'id': 'valore'}],
 'om_points': 'value',
 'parameters': [{'id': 'valore'}]}

Oczekiwany wynik dla print(data_item['parameters'][0]['id']):

valore

Jako użytkownik python3 ,

Różnica między metodami load i loads jest ważna szczególnie, gdy odczytujemy dane json z pliku.

Jak podano w dokumentach:

Json.load:

Deserialize fp (a .read () - obsługa pliku tekstowego lub binarnego pliku zawierającego dokument JSON) do obiektu Pythona za pomocą tego tabela konwersji.

Json.obciążenia:

Json.ładuje: Deserialize s (a str, bytes lub bytearray instancja zawierający dokument JSON) do obiektu Pythona za pomocą tej konwersji stolik.

with open('./recipes.json') as data:
  all_recipes = json.load(data)

W rezultacie Twoje dane json są dostępne w formacie określonym zgodnie z tabelą konwersji:

Https://docs.python.org/3.7/library/json.html#json-to-py-table