【Python】读取GB级别的JSON数据

# -*- coding: utf-8 -*-
import json
def each_chunk(stream, separator):
    buffer = ''
    while True:  # until EOF
        chunk = stream.read(4096)  # I propose 4096 or so
        if not chunk:  # EOF?
            yield buffer
            break
        buffer += chunk
        while True:  # until no separator is found
            try:
                part, buffer = buffer.split(separator, 1)

            except ValueError:
                break
            else:
                yield part+'}'
paper = ''
papers = []  
temp = []
with open('data/dblpv13.json', 'r',encoding='utf-8') as myFile:
    for i,chunk in enumerate(each_chunk(myFile, separator='}')):
        print('--'*15)
        print(chunk)
        
        if  "title" in chunk:
            if i > 1:
                paper_temp = paper.strip('[').strip(',').strip('\n').replace("NumberInt(", "").replace(')','')
                paper_temp = json.loads(paper_temp)
                papers.append(paper_temp)
            paper = ''
            paper += chunk
        else:
            paper += chunk
        
        
        if i >3000:
            break

【1】数据集DBLP-Citation-network V13

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

浪荡子爱自由

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值