数据提取之JSON与JsonPATH(怎么获取json对象的属性和值)
文章目录
数据提取之JSON与JsonPATH
大家好,我是Python进阶者。
背景介绍
我们知道再爬虫的过程中我们对于爬取到的网页数据需要进行解析,因为大多数数据是不需要的,所以我们需要进行数据解析,常用的数据解析方式有正则表达式,xpath,bs4,这次我们来介绍一下另一个数据解析库--jsonpath,在此之前我们需要先了解一下什么是json。
一、初识Json
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式,它使得人们很容易的进行阅读和编写。同时也方便了机器进行解析和生成。适用于进行数据交互的场景,比如网站前台与后台之间的数据交互。
Python 2.7及之后版本,自带了JSON模块,直接import json就可以使用了。
官方文档:http://docs.python.org/library/json.html
Json在线解析网站:http://www.json.cn/#
二、Json的基本使用
简介
json简单说就是javascript中的对象和数组,所以这两种结构就是对象和数组两种结构,通过这两种结构可以表示各种复杂的结构;
- 对象:对象在js中表示为{ }括起来的内容,数据结构为 { key:value, key:value, ... }的键值对的结构,在面向对象的语言中,key为对象的属性,value为对应的属性值,所以很容易理解,取值方法为 对象.key 获取属性值,这个属性值的类型可以是数字、字符串、数组、对象这几种。
- 数组:数组在js中是中括号[ ]括起来的内容,数据结构为 ["Python", "javascript", "C++", ...],取值方式和所有语言中一样,使用索引获取,字段值的类型可以是 数字、字符串、数组、对象几种。
使用
json模块提供了四个功能:dumps、dump、loads、load,用于字符串 和 python数据类型间进行转换。
把Json格式字符串解码转换成Python对象 从json到python的类型转化对照如下:
JSON | Python |
object | dict |
array | list |
string | unicode |
number(int) | int,long |
number(real) | float |
true(false) | True(False) |
null | None |
1.json.loads()
import json
strDict = '{"city": "广州", "name": "小黑"}'
r = json.loads(strDict) # json数据自动按Unicode存储
print(r)
结果如下:
2. json.load()
读取文件中json形式的字符串元素 转化成python类型
import json
s = json.load(open('test.json','r',encoding='utf-8'))
print(s,type(s))
结果如下:
3. json.dumps()
实现python类型转化为json字符串,返回一个str对象 把一个Python对象编码转换成Json字符串
import json
listStr = [1, 2, 3, 4]
dictStr = {"city": "北京", "name": "大猫"}
s1 = json.dumps(listStr)
s2 = json.dumps(dictStr,ensure_ascii=False)
print(s1,type(s1))
print(s2)
结果如下:
注意:
- json.dumps() 序列化时默认使用的ascii编码
- 添加参数 ensure_ascii=False 禁用ascii编码,按utf-8编码
4. json.dump()
将Python内置类型序列化为json对象后写入文件
import json
json_info = "{'age': '12'}"
file = open('ceshi.json','w',encoding='utf-8')
json.dump(json_info,file)
结果如下:
三、JsonPath
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,提供多种语言实现版本,包括:Javascript, Python, PHP 和 Java。
JsonPath 对于 JSON 来说,相当于 XPATH 对于 XML。
JsonPath与XPath语法对比
Json结构清晰,可读性高,复杂度低,非常容易匹配,下表中对应了XPath的用法。
XPath | JSONPath | 描述 |
/ | $ | 根节点 |
. | @ | 现行节点 |
/ | .or[] | 取子节点 |
.. | n/a | 取父节点,Jsonpath未支持 |
// | .. | 就是不管位置,选择所有符合条件的条件 |
* | * | 匹配所有元素节点 |
@ | n/a | 根据属性访问,Json不支持,因为Json是个Key-value递归结构,不需要。 |
[] | [] | 迭代器表示(可以在里边做简单的迭代操作,如数组下标,根据内容选值等) |
| | [,] | 支持迭代器中做多选。 |
[] | ?() | 支持过滤操作. |
n/a | () | 支持表达式计算 |
() | n/a | 分组,JsonPath不支持 |
四、案例测试
我们爬取淘票票官网的城市信息,保存为json文件,进行jsonpath语法测试,获取所有城市名称。
请求
import requests
import time
url = 'https://dianying.taobao.com/cityAction.json?activityId&_ksTS=1632211792156_137&jsoncallback=jsonp138&action=cityAction&n_s=new&event_submit_doGetAllRegion=true'
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.106 Safari/537.36',
}
res = requests.get(url,headers=headers)
result = res.content.decode('utf-8')
print(result) # xxx省略
注意:
保存数据
content = result.split('(')[1].split(')')[0] # 由于文件首尾的字符不需要需要剔除掉做字符串切割
with open('tpp.json','w',encoding='utf-8')as fp:
fp.write(content)
打开json文件如下所示:
解析数据
这里我们获取全部城市名称
import json
import jsonpath
obj = json.load(open('tpp.json','r',encoding='utf-8')) # 注意,这里是文件的形式,不能直接放一个文件名的字符串
city_list = jsonpath.jsonpath(obj,'$..regionName') # 文件对象 jsonpath语法
print(city_list)
结果如下:
五、总结
我们知道json是一种常见的数据传输形式,所以对于爬取数据的数据解析,json的相关操作是比较重要的,能够加快我们的数据提取效率,本文简单介绍了json和jsonpath的相关操作,对于测试网站(淘票票)的json做了简单的数据解析,感兴趣的小伙伴可以把其他数据解析一下。
怎么获取json对象的属性和值
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScript(Standard ECMA-262 3rd Edition - December 1999)的一个子集。 JSON采用完全独立于语言的文本格式,但是也使用了类似于C语言家族的习惯(包括C, C++, C#, Java, JavaScript, Perl, Python等)。这些特性使JSON成为理想的数据交换语言。
下面介绍获取JSON属性和值的方法:
方法一:使用for in遍历
1、使用for in遍历获取属性
var myObj = { "name":"runoob", "alexa":10000, "site":null };
for (x in myObj) { console.log(x); } |
输出:
2、for in遍历获取属性值
var myObj = { "name":"runoob", "alexa":10000, "site":null };
for (x in myObj) { console.log(myObj[x]); } |
输出:
注:在使用for遍历时,只能通过 myObj[x] 来获取相应属性的值,而不能使用 myObj.x
方法二: 使用点号(.),即对象名.属性名的形式来访问
var myObj = { "name":"runoob", "alexa":10000, "site":null };
console.log(myObj.name); |
输出:
方法三:使用中括号([]),即字典索引的方式来访问
var myObj = { "name":"runoob", "alexa":10000, "site":null };
console.log(myObj['name']); // 输出的是 name 值 |
输出:
以上就是怎么取json对象的属性和值?的详细内容,更多请关注网站的其它相关文章!
1. 带 [亲测] 说明源码已经被站长亲测过!
2. 下载后的源码请在24小时内删除,仅供学习用途!
3. 分享目的仅供大家学习和交流,请不要用于商业用途!
4. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
5. 本站所有资源来源于站长上传和网络,如有侵权请邮件联系站长!
6. 没带 [亲测] 代表站长时间紧促,站长会保持每天更新 [亲测] 源码 !
7. 盗版ripro用户购买ripro美化无担保,若设置不成功/不生效我们不支持退款!
8. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
9. 如果你也有好源码或者教程,可以到审核区发布,分享有金币奖励和额外收入!
10.如果您购买了某个产品,而我们还没来得及更新,请联系站长或留言催更,谢谢理解 !
GG资源网 » 数据提取之JSON与JsonPATH(怎么获取json对象的属性和值)