（数据科学学习手札125）在Python中操纵json数据的最佳方式

本文示例代码及文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes

1 简介

　　在日常使用Python的过程中，我们经常会与json格式的数据打交道，尤其是那种嵌套结构复杂的json数据，从中抽取复杂结构下键值对数据的过程枯燥且费事。

　　而熟悉xpath的朋友都知道，对于xml格式类型的具有层次结构的数据，我们可以通过编写xpath语句来灵活地提取出满足某些结构规则的数据。

　　类似的，JSONPath也是用于从json数据中按照层次规则抽取数据的一种实用工具，在Python中我们可以使用jsonpath这个库来实现JSONPath的功能。

2 在Python中使用JSONPath提取json数据

jsonpath是一个第三方库，所以我们首先需要通过pip install jsonpath对其进行安装。

2.1 一个简单的例子

　　安装完成后，我们首先来看一个简单的例子，从而初探其使用方式：

　　这里使用到的示例json数据来自高德地图步行导航接口，包含了从天安门广场到西单大悦城的步行导航结果，原始数据如下，层次结构较深：

　　假如我想要获取其嵌套结构中steps键值对下每段行程的耗时duration数据，配合jsonpath就可以这样做：

import json
from jsonpath import jsonpath

# 读入示例json数据
with open('json示例.json', encoding='utf-8') as j:
    demo_json = json.loads(j.read())

# 配合JSONPath表达式提取数据
jsonpath(demo_json, '$..steps[*].duration')

　　其中$..steps[*].duration就是我们用于描述数据位置规则的JSONPath语句，配合jsonpath()便可以提取出对应信息，下面我们就来学习jsonpath中支持的常用JSONPath语法：

2.2 jsonpath中的常用JSONPath语法

　　为了满足日常提取数据的需求，JSONPath中设计了一系列语法规则来实现对目标值的定位，其中常用的有：

• 按位置选择节点

　　在jsonpath中主要有以下几种按位置选择节点的方式：

　　让我们来演示一下它们的一些用法：

# 提取所有duration键对应值
jsonpath(demo_json, '$..duration')

# 提取所有steps键的子节点对应instruction值
jsonpath(demo_json, '$..steps.*.instruction')

• 索引子节点

　　有些时候我们需要在选择过程中对子节点做多选或按位置选择操作，就可以使用到jsonpath中的相关功能：

# 多选所有steps键的子节点对应的instruction与action值
jsonpath(demo_json, '$..steps.*[instruction,action]')

# 选择steps键的第0个子节点对应的instruction与action值
jsonpath(demo_json, '$..steps[0][instruction,action]')

# 选择steps键的第1到3（不包括3）个子节点对应的instruction与action值
jsonpath(demo_json, '$..steps[1:3][instruction,action]')

# 配合@，选择steps键的最后一个子节点对应的instruction与action值
jsonpath(demo_json, '$..steps[(@.length-1)][instruction,action]')

• 条件筛选

　　有些时候我们需要根据子节点的某些键值对值，对选择的节点进行筛选，在jsonpath中支持常用的==、!=、>、<等比较运算符，以==比较符为例，这里配合@定位符从当前节点提取子节点，语法为?(@.键名 比较符 值)：

# 找到所有steps子节点中orientation为“西”的
jsonpath(demo_json, '$..steps[?(@.orientation == "西")]')

　　而如果想要提取所有具有指定键的节点，可以参考下面的例子：

# 找到所有具有polyline键的节点对应的polyline与road键对应值
jsonpath(demo_json, '$..[?(@.polyline)][polyline,road]')

2.3 返回结果的形式

　　在前面的例子中，我们所有的返回结果直接就是提取到的满足条件的结果，而jsonpath()中还提供了另一种特殊的结果返回形式，只需要设置参数result_type=None就可以改直接返回结果为返回每个结果的JSONPath表达式：

# 获取结果的JSONPath表达式
jsonpath(demo_json, '$..[?(@.polyline)][polyline,road]', result_type=None)

　　以上介绍的均为jsonpath库中的常规功能，可以满足基础的json数据提取需求，而除了jsonpath之外，还有其他具有更加丰富拓展功能的JSONPath类的第三方库，可以帮助我们实现很多进阶灵活的操作，我们将在下一篇文章中继续讨论。

　　以上就是本文的全部内容，欢迎在评论区与我进行讨论~