亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

使用python對json串解析

系統 1787 0

? ? ? ?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】

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,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 久久99亚洲精品久久久久网站 | 九九精品激情在线视频 | 韩国色三级伦不卡高清在线观看 | 欧美精品日本一级特黄 | 国产精品1区2区3区在线播放 | 人人做人人爽久久久精品 | 国产成人精品影院狼色在线 | 亚洲二区在线视频 | 亚洲高清一区二区三区久久 | 久久精品3 | 久久精品免费 | 成人午夜在线 | 亚洲永久精品一区二区三区 | 日本福利片 | 欧美一级成人免费大片 | 欧美激情精品久久久久 | sea8国产精品视频 | 91热视频在线 | www四虎影院| 久久免费视频网站 | 亚洲一级在线观看 | 亚洲综合图片网 | 四虎影业| www.婷婷色 | 一级片免费视频 | 国产综合精品久久亚洲 | 高清一级毛片一本到免费观看 | 一级特黄国产高清毛片97看片 | 午夜激情网站 | 精品久久中文字幕 | 久草在线国产 | 狠狠干2019| 日韩视频中文字幕 | 午夜国产精品久久影院 | 在线看的毛片 | 波多野结衣高清在线播放 | jiz中国zz | 亚州一级 | 在线精品欧美 | 欧美一级www片免费观看 | 久久婷婷是五月综合色狠狠 |