Pourquoi Python ne peut-il pas analyser ces données JSON?

J'ai ce JSON dans un fichier:

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

J'ai écrit ce script pour imprimer toutes les données JSON:

import json
from pprint import pprint

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

pprint(data)

Ce programme soulève cependant une exception:

Traceback (most recent call last):
  File "<pyshell#1>", line 5, in <module>
    data = json.load(f)
  File "/usr/lib/python3.5/json/__init__.py", line 319, in loads
    return _default_decoder.decode(s)
  File "/usr/lib/python3.5/json/decoder.py", line 339, in decode
    obj, end = self.raw_decode(s, idx=_w(s, 0).end())
  File "/usr/lib/python3.5/json/decoder.py", line 355, in raw_decode
    obj, end = self.scan_once(s, idx)
json.decoder.JSONDecodeError: Expecting ',' delimiter: line 13 column 13 (char 213)

Comment analyser le JSON et extraire ses valeurs?

Vos données ne sont pas au format JSON valide . Vous avez []quand vous devriez avoir {}:

• []sont pour les tableaux JSON, qui sont appelés listen Python
• {}sont pour les objets JSON, qui sont appelés dicten Python

Voici à quoi devrait ressembler votre fichier JSON:

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

Ensuite, vous pouvez utiliser votre code:

import json
from pprint import pprint

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

pprint(data)

Avec les données, vous pouvez désormais également trouver des valeurs comme ceci:

data["maps"][0]["id"]
data["masks"]["id"]
data["om_points"]

Essayez-les et voyez si cela commence à avoir un sens.

Votre data.jsondevrait ressembler à ceci:

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

Votre code doit être:

import json
from pprint import pprint

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

Notez que cela ne fonctionne que dans Python 2.6 et withversions ultérieures, car cela dépend de la déclaration . En utilisation Python 2.5 from __future__ import with_statement, en Python <= 2.4, voir la réponse de Justin Peel , sur laquelle cette réponse est basée.

Vous pouvez désormais également accéder à des valeurs uniques comme celle-ci:

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

La réponse de Justin Peel est vraiment utile, mais si vous utilisez Python 3, la lecture de JSON devrait se faire comme ceci:

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

Remarque: utilisez json.loadsau lieu de json.load. En Python 3, json.loadsprend un paramètre de chaîne. json.loadprend un paramètre d'objet de type fichier. data_file.read()renvoie un objet chaîne.

Pour être honnête, je ne pense pas que ce soit un problème de charger toutes les données json en mémoire dans la plupart des cas.

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

"Ultra JSON" ou simplement "ujson" peut gérer avoir []dans votre entrée de fichier JSON. Si vous lisez un fichier d'entrée JSON dans votre programme sous la forme d'une liste d'éléments JSON; tels que, [{[{}]}, {}, [], etc...]ujson peut gérer n'importe quel ordre arbitraire de listes de dictionnaires, de dictionnaires de listes.

Vous pouvez trouver ujson dans l' index du package Python et l'API est presque identique à la jsonbibliothèque intégrée de Python .

ujson est également beaucoup plus rapide si vous chargez des fichiers JSON plus volumineux. Vous pouvez voir les détails des performances par rapport aux autres bibliothèques Python JSON dans le même lien fourni.

Si vous utilisez Python3, vous pouvez essayer de changer votre ( connection.jsonfichier) JSON en:

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

Puis en utilisant le code suivant:

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

Ici vous allez avec un data.jsonfichier modifié :

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

Vous pouvez appeler ou imprimer des données sur la console en utilisant les lignes ci-dessous:

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

Sortie attendue pour print(data_item['parameters'][0]['id']):

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

Sortie attendue pour print(data_item['parameters'][0]['id']):

valore

Il existe deux types dans cette analyse.

1. Analyser les données d'un fichier à partir d'un chemin système
2. Analyser JSON à partir d'une URL distante.

À partir d'un fichier, vous pouvez utiliser les éléments suivants

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

Cet arcticle explique l'analyse complète et l'obtention de valeurs à l'aide de deux scénarios. Analyser JSON à l'aide de Python

En tant qu'utilisateur python3 ,

La différence entre les méthodes loadet loadsest importante, en particulier lorsque vous lisez des données json à partir d'un fichier.

Comme indiqué dans les documents:

json.load:

Désérialiser fp (un .read () - fichier texte ou fichier binaire contenant un document JSON) en un objet Python à l'aide de cette table de conversion.

json.loads:

json.loads: désérialiser s (une instance de str, bytes ou bytearray contenant un document JSON) vers un objet Python à l'aide de cette table de conversion.

La méthode json.load peut lire directement le document json ouvert car elle est capable de lire le fichier binaire.

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

En conséquence, vos données json sont disponibles dans un format spécifié selon cette table de conversion:

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