Skip to content

Latest commit

 

History

History
229 lines (198 loc) · 6.38 KB

JSON数据提取.md

File metadata and controls

229 lines (198 loc) · 6.38 KB

JSON 数据提取

JSON 数据格式

定义

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。

作用

获取方式

  • ajax 请求接口
  • 切换手机移动h5端
  • app抓包获取
  • 等等

格式化方式

  • 安装 chrome 插件 JSONView
  • 在chrome中的请求详情中使用 preview 查看
  • 使用在线JSON格式化工具,例如:https://www.bejson.com/

JSON 模块使用

方法介绍

  • json.loads json字符串 转 Python数据类型
  • json.dumps Python数据类型 转 json字符串
  • json.load json文件 转 Python数据类型
  • json.dump Python数据类型 转 json文件
    • ensure_ascii=False 实现让中文写入的时候保持为中文
    • indent=空格数 通过空格的数量进行缩紧

代码演练

#!/usr/bin/python3
# -*- coding: utf-8 -*-
# 导入模块
import json

# json.loads json字符串 转 Python数据类型
json_string = '''
{
    "name": "crise",
    "age": 18,
    "parents": {
        "monther": "妈妈",
        "father": "爸爸"
    }
}
'''
print("json_string数据类型:",type(json_string))
data = json.loads(json_string)
print("data数据类型:",type(data))
print(data)
print("*" * 100)
# json.dumps Python数据类型 转 json字符串
data = {
    "name": "crise",
    "age": 18,
    "parents": {
        "monther": "妈妈",
        "father": "爸爸"
    }
}
print("data数据类型:",type(data))
json_string = json.dumps(data)
print("json_string数据类型:",type(json_string))
print(json_string)

print("*"*100)
# json.load json文件 转 Python数据类型
with open('data.json','r',encoding='utf-8') as f:
    data = json.load(f)
    print("data数据类型:", type(data))
    print(data)

print("*"*100)
# json.dump Python数据类型 转 json文件
data = {
    "name": "crise",
    "age": 18,
    "parents": {
        "monther": "妈妈",
        "father": "爸爸"
    }
}
with open('data_out.json','w',encoding='utf-8') as f:
    json.dump(data,f,ensure_ascii=False,indent=2)

JsonPath

介绍

用来解析多层嵌套的json数据;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。

本质: 通过一种语法规则快速从 JSON 数据中提取数据。类似于 正则表达式 通过一定规则从 text 文本内容提取数据。

环境搭建

在线调试地址

在线调试环境说明

调试测试数据

{ 
  "store": {
    "book": [ 
      { "category": "reference",
        "author": "Nigel Rees",
        "title": "Sayings of the Century",
        "price": 8.95
      },
      { "category": "fiction",
        "author": "Evelyn Waugh",
        "title": "Sword of Honour",
        "price": 12.99
      },
      { "category": "fiction",
        "author": "Herman Melville",
        "title": "Moby Dick",
        "isbn": "0-553-21311-3",
        "price": 8.99
      },
      { "category": "fiction",
        "author": "J. R. R. Tolkien",
        "title": "The Lord of the Rings",
        "isbn": "0-395-19395-8",
        "price": 22.99
      }
    ],
    "bicycle": {
      "color": "red",
      "price": 19.95
    }
  }
}

语法规则

语法 描述 案例
$ 根节点
@ 现行节点
. 取子节点 $.store.book
.. 取子孙节点 $..book
[] 设置筛选条件 $..book[0]
[,] 支持多选选择内容 $..book[1,3]
() 支持表达式计算 $..book[(@.length - 1)]
?() 支持过滤操作 $..book[?(@.price<10)]

jsonpath 代码演练

模块安装

pip install jsonpath

需求

http://www.lagou.com/lbs/getAllCitySearchLabels.json 接口返回数据中提取所有的城市信息

实现步骤

  1. 网络获取数据
  2. 把响应数据转换成python数据类型
  3. 使用 jsonpath 提取数据

代码实现

#!/usr/bin/python3
# -*- coding: utf-8 -*-

# 网络获取数据
import requests
import json
import jsonpath

url = "http://www.lagou.com/lbs/getAllCitySearchLabels.json"
headers = {
    "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36"
}

response = requests.get(url,headers=headers)
html = response.text
print(html)
# 把响应数据转换成python数据类型
data = json.loads(html)

# 使用 jsonpath 提取数据
cities = jsonpath.jsonpath(data,'$..name')
print(cities)

总结

  • JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式
  • JSON相关的方法
    • json.loads json字符串 转 Python数据类型
    • json.dumps Python数据类型 转 json字符串
    • json.load json文件 转 Python数据类型
    • json.dump Python数据类型 转 json文件
  • jsonpath 是一种语法规则快速从 JSON 数据中提取数据。
  • jsonpath 基本语法
    • $ 根节点
    • . 下一个节点
    • .. 子孙节点
    • [] 筛选条件,可以编写下标