? ? ? ?最近在工作中遇到了嵌套多層的json串,不僅包括類似于python字典的嵌套,里面還有數組的嵌套。
? ? ? ?具體的例子如下,在這里列舉了三個例子,其實處理了大約500萬條,雖然嵌套也挺多,但相對于專業的爬蟲工程師來說,這肯定是小意思而已。這個json串的意思是一個企業所對應的規則,前面是企業的id(因為保密,所以企業id肯定更改了),因為本人是在滴滴,所以對應的規則當然是用車規則了,還是因為保密,所以規則的具體內容也不介紹了,只需要知道json串中的一個鍵值對對應一個規則即可。這里的需求是將所有嵌套去掉,將規則平鋪,還要求出規則的數量。
?
1、"company_id":103619980061540? ? ? ? ? ? ? ?{"use_car_time":[],"use_car_position":[],"use_car_srv":[{"use_car_type":201,"require_level":[100,400,200]},{"use_car_type":301,"require_level":[600]},{"use_car_type":401,"require_level":[]},{"use_car_type":501,"require_level":[1000]}]}
2、"company_id":82920293004? ? ? ? ? ? ? {"use_car_position":{"cities_on":[{"id":5,"name":"\u676d\u5dde"}],"cities_off":[{"id":5,"name":"\u676d\u5dde"}],"cross_city":0},"use_car_srv":[{"use_car_type":"204","require_level":[100]},{"use_car_type":"203","require_level":[100]},{"use_car_type":"205","require_level":[100]},{"use_car_type":"206","require_level":[100]},{"use_car_type":"301","require_level":[600,900]},{"use_car_type":"305","require_level":[600,900]},{"use_car_type":"306","require_level":[600,900]}],"use_car_time":[]}}
3、"company_id":9019188294800? ? ? ? ? ? ? ? ? ? ? ? ?{"use_car_position":[],"use_car_srv":[{"use_car_type":201,"require_level":[100]},{"use_car_type":301,"require_level":[600]}],"use_car_time":{"public":{"work":{"start_time":"00:00","end_time":"23:59"},"holiday":[]}}}
4、"company_id":103619980061540? ? ? ? ? ? ? ?{"use_car_time":[],"use_car_position":[],"use_car_srv":[{"use_car_type":201,"require_level":[100,400,200]},{"use_car_type":301,"require_level":[600]},{"use_car_type":401,"require_level":[]},{"use_car_type":501,"require_level":[1000]}]}
?
下面奉上代碼與解析~~
?
import json
import csv
import pandas as pd
dic={}
a=[]
# 判斷是否是字典
if isinstance(jsonObj, dict):
for key in jsonObj:
if key=='id':
continue
# value是數組
elif isinstance(jsonObj[key], list):
# 數組元素
if len(jsonObj[key]) > 0:
if isinstance(jsonObj[key][0], dict):
flatten(jsonObj[key], result)
else:
try:
result.append(key + ':' + str(jsonObj[key]))
except BaseException:
print('錯誤')
else:
continue
else:
continue
# value是字典
elif isinstance(jsonObj[key], dict):
flatten(jsonObj[key], result)
else:
try:
result.append(key + ':' + str(jsonObj[key]))
except BaseException:
print('錯誤')
else:
continue
# 如果是數組
else:
for item in jsonObj:
flatten(item, result)
def parse(fpath):
id_list=[]
json_list=[]
my_dict={}
#result_file = open(r'C:\Users\wzywangzhongyuan_i\Desktop\jsonfile\jsonbbb.csv', 'w', encoding='utf8')
with open(fpath, newline='') as csvfile:
next(csvfile)
reader = csv.reader(csvfile, delimiter=',',quotechar='"')
for row in reader:
result = []
try:
flatten(json.loads(row[1]), result)
id_list.append(row[0])
json_list.append(result)
except BaseException:
print('錯誤')
else:
continue
#print(json_list)
my_dict['company_id']=id_list
my_dict['json_info']=json_list
# print(my_dict)
my_frame=pd.DataFrame(my_dict)
#print(my_frame)
my_frame2=my_frame.groupby('company_id',as_index=False).sum()
#print(my_frame2)
my_frame2['guize']=my_frame2['json_info'].map(set)
my_frame3=my_frame2.drop(['json_info'],axis=1)
my_frame3['cnt']=list(map(lambda x: len(list(x)), my_frame3['guize']))
print(my_frame3)
return my_frame3
my_frame3=parse(r'C:\Users\wzywangzhongyuan_i\Desktop\hebing\all.csv')
my_frame3.to_csv(r'C:\Users\wzywangzhongyuan_i\Desktop\jsonfile\jsonbbb.csv', sep=',', header=True, index=True)
這里用的是python解決的,因為需求是要求出鍵值對的數量,并且將鍵值對平鋪,因此在思路是先平鋪,然后再計算數量。
平鋪的實現是對json串的遍歷過程,采用判斷和循環組合。計算數量則是采用pandas中的dataframe,為什么要這么做呢,因為在處理的500萬數據中,有許多id相同,但json串不同數據,因此要把相同id的json串進行組合,并且剔除json串中相同的規則。這里使用了groupby和sum函數,并且用set進行去重,再將dataframe寫入csv文件~。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
