數據提取之JSON與JsonPATH(怎麼獲取json對象的屬性和值)
文章目錄
數據提取之JSON與JsonPATH
大家好,我是Python進階者。
背景介紹
我們知道再爬蟲的過程中我們對於爬取到的網頁數據需要進行解析,因為大多數數據是不需要的,所以我們需要進行數據解析,常用的數據解析方式有正則表達式,xpath,bs4,這次我們來介紹一下另一個數據解析庫--jsonpath,在此之前我們需要先了解一下什麼是json。
一、初識Json
JSON(JavaScript Object Notation) 是一種輕量級的數據交換格式,它使得人們很容易的進行閱讀和編寫。同時也方便了機器進行解析和生成。適用於進行數據交互的場景,比如網站前台與後台之間的數據交互。
Python 2.7及之後版本,自帶了JSON模塊,直接import json就可以使用了。
官方文檔:http://docs.python.org/library/json.html
Json在線解析網站:http://www.json.cn/#
二、Json的基本使用
簡介
json簡單說就是javascript中的對象和數組,所以這兩種結構就是對象和數組兩種結構,通過這兩種結構可以表示各種複雜的結構;
- 對象:對象在js中表示為{ }括起來的內容,數據結構為 { key:value, key:value, ... }的鍵值對的結構,在面向對象的語言中,key為對象的屬性,value為對應的屬性值,所以很容易理解,取值方法為 對象.key 獲取屬性值,這個屬性值的類型可以是數字、字元串、數組、對象這幾種。
- 數組:數組在js中是中括弧[ ]括起來的內容,數據結構為 ["Python", "javascript", "C++", ...],取值方式和所有語言中一樣,使用索引獲取,欄位值的類型可以是 數字、字元串、數組、對象幾種。
使用
json模塊提供了四個功能:dumps、dump、loads、load,用於字元串 和 python數據類型間進行轉換。
把Json格式字元串解碼轉換成Python對象 從json到python的類型轉化對照如下:
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": "廣州", "name": "小黑"}'
r = json.loads(strDict) # json數據自動按Unicode存儲
print(r)
結果如下:
2. json.load()
讀取文件中json形式的字元串元素 轉化成python類型
import json
s = json.load(open('test.json','r',encoding='utf-8'))
print(s,type(s))
結果如下:
3. json.dumps()
實現python類型轉化為json字元串,返回一個str對象 把一個Python對象編碼轉換成Json字元串
import json
listStr = [1, 2, 3, 4]
dictStr = {"city": "北京", "name": "大貓"}
s1 = json.dumps(listStr)
s2 = json.dumps(dictStr,ensure_ascii=False)
print(s1,type(s1))
print(s2)
結果如下:
注意:
- json.dumps() 序列化時默認使用的ascii編碼
- 添加參數 ensure_ascii=False 禁用ascii編碼,按utf-8編碼
4. json.dump()
將Python內置類型序列化為json對象後寫入文件
import json
json_info = "{'age': '12'}"
file = open('ceshi.json','w',encoding='utf-8')
json.dump(json_info,file)
結果如下:
三、JsonPath
JsonPath 是一種信息抽取類庫,是從JSON文檔中抽取指定信息的工具,提供多種語言實現版本,包括:Javascript, Python, PHP 和 Java。
JsonPath 對於 JSON 來說,相當於 XPATH 對於 XML。
JsonPath與XPath語法對比
Json結構清晰,可讀性高,複雜度低,非常容易匹配,下表中對應了XPath的用法。
XPath | JSONPath | 描述 |
/ | $ | 根節點 |
. | @ | 現行節點 |
/ | .or[] | 取子節點 |
.. | n/a | 取父節點,Jsonpath未支持 |
// | .. | 就是不管位置,選擇所有符合條件的條件 |
* | * | 匹配所有元素節點 |
@ | n/a | 根據屬性訪問,Json不支持,因為Json是個Key-value遞歸結構,不需要。 |
[] | [] | 迭代器表示(可以在裡邊做簡單的迭代操作,如數組下標,根據內容選值等) |
| | [,] | 支持迭代器中做多選。 |
[] | ?() | 支持過濾操作. |
n/a | () | 支持表達式計算 |
() | n/a | 分組,JsonPath不支持 |
四、案例測試
我們爬取淘票票官網的城市信息,保存為json文件,進行jsonpath語法測試,獲取所有城市名稱。
請求
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:
保存數據
content = result.split('(')[1].split(')')[0] # 由於文件首尾的字元不需要需要剔除掉做字元串切割
with open('tpp.json','w',encoding='utf-8')as fp:
fp.write(content)
打開json文件如下所示:
解析數據
這裡我們獲取全部城市名稱
import json
import jsonpath
obj = json.load(open('tpp.json','r',encoding='utf-8')) # 注意,這裡是文件的形式,不能直接放一個文件名的字元串
city_list = jsonpath.jsonpath(obj,'$..regionName') # 文件對象 jsonpath語法
print(city_list)
結果如下:
五、總結
我們知道json是一種常見的數據傳輸形式,所以對於爬取數據的數據解析,json的相關操作是比較重要的,能夠加快我們的數據提取效率,本文簡單介紹了json和jsonpath的相關操作,對於測試網站(淘票票)的json做了簡單的數據解析,感興趣的小夥伴可以把其他數據解析一下。
怎麼獲取json對象的屬性和值
JSON(JavaScript Object Notation) 是一種輕量級的數據交換格式。易於人閱讀和編寫。同時也易於機器解析和生成。它基於JavaScript(Standard ECMA-262 3rd Edition - December 1999)的一個子集。 JSON採用完全獨立於語言的文本格式,但是也使用了類似於C語言家族的習慣(包括C, C++, C#, Java, JavaScript, Perl, Python等)。這些特性使JSON成為理想的數據交換語言。
下面介紹獲取JSON屬性和值的方法:
方法一:使用for in遍歷
1、使用for in遍歷獲取屬性
var myObj = { "name":"runoob", "alexa":10000, "site":null };
for (x in myObj) { console.log(x); } |
輸出:
2、for in遍歷獲取屬性值
var myObj = { "name":"runoob", "alexa":10000, "site":null };
for (x in myObj) { console.log(myObj[x]); } |
輸出:
註:在使用for遍歷時,只能通過 myObj[x] 來獲取相應屬性的值,而不能使用 myObj.x
方法二: 使用點號(.),即對象名.屬性名的形式來訪問
var myObj = { "name":"runoob", "alexa":10000, "site":null };
console.log(myObj.name); |
輸出:
方法三:使用中括弧([]),即字典索引的方式來訪問
var myObj = { "name":"runoob", "alexa":10000, "site":null };
console.log(myObj['name']); // 輸出的是 name 值 |
輸出:
以上就是怎麼取json對象的屬性和值?的詳細內容,更多請關注網站的其它相關文章!
1. 帶 [親測] 說明源碼已經被站長親測過!
2. 下載後的源碼請在24小時內刪除,僅供學慣用途!
3. 分享目的僅供大家學習和交流,請不要用於商業用途!
4. 本站資源售價只是贊助,收取費用僅維持本站的日常運營所需!
5. 本站所有資源來源於站長上傳和網路,如有侵權請郵件聯繫站長!
6. 沒帶 [親測] 代表站長時間緊促,站長會保持每天更新 [親測] 源碼 !
7. 盜版ripro用戶購買ripro美化無擔保,若設置不成功/不生效我們不支持退款!
8. 本站提供的源碼、模板、插件等等其他資源,都不包含技術服務請大家諒解!
9. 如果你也有好源碼或者教程,可以到審核區發布,分享有金幣獎勵和額外收入!
10.如果您購買了某個產品,而我們還沒來得及更新,請聯繫站長或留言催更,謝謝理解 !
GG資源網 » 數據提取之JSON與JsonPATH(怎麼獲取json對象的屬性和值)