json_extract提取复杂json_一篇长文带你在python里玩转Json数据！

Json简介

Json（JavaScript Object Notation）

很多网站都会用到Json格式来进行数据的传输和交换。

这因为Json是一种轻量级的数据交换格式，具有数据格式简单，读写方便易懂等很多优点。用它来进行前后端的数据传输，大大的简化了服务器和客户端的开发工作量。

而且相对于XML来说，更加的轻量级，更方便解析。

今天我们讲讲如何在python里玩转Json数据？

在Json中，遵循“key-value”的这样一种方式。

比如最简单的这种：“{"name" : "zhuxiao5"}”，跟python 里的字典似的，也是一个Json格式的数据。

复杂一点的比如这种（后文会多次使用到这个例子）：

{
    "animals": {
        "dog": [
            {
                "name": "Rufus",
                "age":15
            },
            {
                "name": "Marty",
                "age": null
            }
        ]
    }
}

以上图为例，再多说几句Json格式的特点

• 对象通过键值对表现；
• 键通过双引号包裹，后面跟冒号“：”，然后跟该键的值；
• 值可以是字符串、数字、数组等数据类型；
• 对象与对象之间用逗号隔开；
• “{}”用来表达对象；
• “[]”用来表达数组；

Python中的Json模块

Python中也自带了Json模块，其中json.dumps()、json.loads()较为常用。

json.dumps() 是将 python 对象转化为 json。

json.loads() 是将 json 转化为 python 对象。

#json.dumps(),json.loads()
import json
dict_data = {"a": 1, "b": 2}
# 将dict格式数据转换成json格式字符串
dump_data = json.dumps(dict_data)
# 将json格式字符串转换成对应的python值
load_data = json.loads(dump_data)
# 打印转换结果
print(type(dict_data),dict_data)
print(type(dump_data),dump_data)
print(type(load_data),load_data)

运行结果：

<class 'dict'> {'a': 1, 'b': 2}
<class 'str'>   {"a": 1, "b": 2}
<class 'dict'> {'a': 1, 'b': 2}

在例子中一开始的变量 dict_data 是一个字典，json.dumps() 后，将dict格式数据转换成json格式字符串。这时候虽然都是{'a': 1, 'b': 2}，但是格式却前后不一样。随后又通过 json.loads()，重新将json格式字符串转换成字典。

在线解析Json

在实际应用中，要 提取json数据，就要了解返回json数据的结构。

可是Json格式的数据往往是这样的。

大家别担心，我们可以将数据复制到一些json插件或在线解析！

比如这个插件是小五常用的：

此时再打开刚才的网址

是不是清晰了很多呢？

如果用python来获取里面的数据怎么做的？

先利用 json.loads() 来将 Json 转成字典，再用 get() 函数直到得到我们想要的list 对象，那么对于 list 里面的数据我们用个 for 循环就行啦~

额，有点绕。

还是文章一开始的例子，我们想获取其中所有狗狗的名字：

{
    "animals": {
        "dog": [
            {
                "name": "Rufus",
                "age":15
            },
            {
                "name": "Marty",
                "age": null
            }
        ]
    }
}

我们可以这样做：

load_data = json.loads(dump_data)
data = load_data.get("animals").get("dog")
result1 = []
for i in data:
    result1.append(i.get("name"))
print(result1)

运行结果：

['Rufus', 'Marty']

这样确实可以获得我们想要的结果。

PS：类似的在线解析网站也有很多，比如 https://www.json.cn 。

JsonPath

不知道大家还记不记得，在一开始介绍Json时，我提到了它相对于XML来说，更加的轻量级，更方便解析。

既然 XML 人家都有 XPATH ，那么Json有没有类似的工具呢？

JsonPath 是一种信息抽取类库，是从Json文档中抽取指定信息的工具。

JsonPath 对于 Json 来说， 相当于 XPATH 对于 XML。

Json结构清晰，可读性高，复杂度低，非常容易匹配，下表是JsonPath的用法。

没错，还是这个例子，我们这次尝试用 JsonPath 获取其中所有狗狗的名字：

{
    "animals": {
        "dog": [
            {
                "name": "Rufus",
                "age":15
            },
            {
                "name": "Marty",
                "age": null
            }
        ]
    }
}

我们可以这样做：

load_data = json.loads(dump_data)
jobs=load_data['animals']['dog']
result2 = []
for i in data:
# 从根节点开始，匹配name节点
    result2.append(jsonpath.jsonpath(i,'$..name')[0])
print(result2)

其中 $..name 代表从根节点开始，匹配name节点

运行结果：

['Rufus', 'Marty']

利用 JsonPath 同样可以获得我们想要的结果。

我们在后续实例演练中将继续采用 JsonPath 来抽取数据。

实例演练

示例：我们利用 网易云音乐评论API 来生成Json数据，并从中获取热评数据。

http://music.163.com/api/v1/resource/comments/R_SO_4_483671599?limit=10&offset=0

在浏览器（已安装Json解析插件）中打开：

标红区域的数据是我们本次想要获取的。

def get_comments(url):
    data = []
    doc = get_json(url)
    jobs=doc['hotComments']
    for job in jobs:
        dic = {}
        #从根节点开始，匹配content节点
        dic['content']=jsonpath.jsonpath(job,'$..content')[0] #评论
        dic['time']= stampToTime(jsonpath.jsonpath(job,'$..time')[0]) #时间
        dic['userId']=jsonpath.jsonpath(job['user'],'$..userId')[0]  #用户ID
        dic['nickname']=jsonpath.jsonpath(job['user'],'$..nickname')[0]#用户名
        dic['likedCount']=jsonpath.jsonpath(job,'$..likedCount')[0] #赞数
        data.append(dic)
    return pd.DataFrame(data)

final_result = get_comments('http://music.163.com/api/v1/resource/comments/R_SO_4_483671599?limit=10&offset=0')

（完整代码见文末下载地址）

运行结果：

成功获取√

希望本文能让大家以后玩转Json数据更轻松~