[已解决]关于json文件处理的问题

masterbo

正在做一个问答系统的实例，引入一个json文件，里面包括了问题和答案，已经改成了dict格式。然后我想将这个文件里的question和answer分别添加到两个新的列表，因为文件里的每个对应question和answer都在一个小字典里，文件不是纯小字典组成，开头有其他内容。然后想问一下大神们，我应该怎么操作呢？
qList = []
aList = []
d = t_json
for i in t_json:
    qList.append(i['question'])
    aList.append(i['answers'])
print(qList)
print(aList)
这是我的代码，但是报错string indices must be integers

最佳答案

月排行榜 / 总排行榜

疾风怪盗

2020-10-10 01:23:39

masterbo 发表于 2020-10-10 00:18
{"version": "v2.0", "data": [{"title": "Beyonc%u00e9", "paragraphs": [{"qas": [{"question": "When  ...

你不能这么给数据啊，给个开头，结尾的括号，都是靠一个一个对出来的。。。。。。。。你可以省略掉中间内容，但是结尾要有啊

1. import json
   
2. 
   
3. # data里面"is_impossible": "false",貌似用逻辑值就报错了，应该都是字符或者数值
   
4. data = {"version": "v2.0",
   
5.         "data": [{"title": "Beyonc\u00e9",
   
6.                   "paragraphs": [{"qas":
   
7.                                       [
   
8.                                         {"question": "When did Beyonce start becoming popular?",
   
9.                                         "id": "56be85543aeaaa14008c9063",
   
10.                                         "answers": [{"text": "in the late 1990s", "answer_start": 269}],
    
11.                                         "is_impossible": "false"
    
12.                                         },
    
13.                                        {"question": "What areas did Beyonce compete in when she was growing up?",
    
14.                                         "id": "56be85543aeaaa14008c9065",
    
15.                                         "answers": [{"text": "singing and dancing", "answer_start": 207}],
    
16.                                         }
    
17.                                        ]
    
18.                                   }]
    
19.                   }]
    
20.         }
    
21. data = str(data).replace('\'', '"')  # 要求全部为双引号
    
22. data = json.loads(str(data))  # 抓换为json格式
    
23. # 保存json，查看结构
    
24. # with open('data1.json','w',encoding='utf-8') as f:
    
25. #     f.write(json.dumps(data))
    
26. q_a_list = data['data'][0]['paragraphs'][0]['qas']
    
27. 
    
28. qlist = [i['question'] for i in q_a_list]
    
29. alist = [i['answers'][0] for i in q_a_list]
    
30. print(qlist)
    
31. print(alist)
    

复制代码

['When did Beyonce start becoming popular?', 'What areas did Beyonce compete in when she was growing up?']
[{'text': 'in the late 1990s', 'answer_start': 269}, {'text': 'singing and dancing', 'answer_start': 207}]

跳转到最佳答案楼层

疾风怪盗

不太明白你的意图，如果不是纯小字典，开头有字符，那先转为字符格式，去掉开头，然后再转为字典，不就好了么？

要么你就把一部分数据放出来看看，可以调试下代码

wp231957

把文件传上来

masterbo

wp231957 发表于 2020-10-9 08:56
把文件传上来

{"version": "v2.0", "data": [{"title": "Beyonc\u00e9", "paragraphs": [{"qas": [{"question": "When did Beyonce start becoming popular?", "id": "56be85543aeaaa14008c9063", "answers": [{"text": "in the late 1990s", "answer_start": 269}], "is_impossible": false}, {"question": "What areas did Beyonce compete in when she was growing up?", "id": "56be85543aeaaa14008c9065", "answers": [{"text": "singing and dancing", "answer_start": 207}]
这是给定文件开头的一部分，后面的内容都是一样的。我现在想做的就是把这个文件里的所有question添加到我的qlist，然后把answer添加到我的alist。我想问一下应该怎么做？

masterbo

疾风怪盗 发表于 2020-10-9 00:59
不太明白你的意图，如果不是纯小字典，开头有字符，那先转为字符格式，去掉开头，然后再转为字典，不就好了 ...

{"version": "v2.0", "data": [{"title": "Beyonc\u00e9", "paragraphs": [{"qas": [{"question": "When did Beyonce start becoming popular?", "id": "56be85543aeaaa14008c9063", "answers": [{"text": "in the late 1990s", "answer_start": 269}], "is_impossible": false}, {"question": "What areas did Beyonce compete in when she was growing up?", "id": "56be85543aeaaa14008c9065", "answers": [{"text": "singing and dancing", "answer_start": 207}]
这是给定文件开头的一部分，后面的内容都是一样的。我现在想做的就是把这个文件里的所有question添加到我的qlist，然后把answer添加到我的alist。我想问一下应该怎么做？

疾风怪盗

masterbo 发表于 2020-10-10 00:18
{"version": "v2.0", "data": [{"title": "Beyonc%u00e9", "paragraphs": [{"qas": [{"question": "When  ...

你不能这么给数据啊，给个开头，结尾的括号，都是靠一个一个对出来的。。。。。。。。你可以省略掉中间内容，但是结尾要有啊

1. import json
   
2. 
   
3. # data里面"is_impossible": "false",貌似用逻辑值就报错了，应该都是字符或者数值
   
4. data = {"version": "v2.0",
   
5.         "data": [{"title": "Beyonc\u00e9",
   
6.                   "paragraphs": [{"qas":
   
7.                                       [
   
8.                                         {"question": "When did Beyonce start becoming popular?",
   
9.                                         "id": "56be85543aeaaa14008c9063",
   
10.                                         "answers": [{"text": "in the late 1990s", "answer_start": 269}],
    
11.                                         "is_impossible": "false"
    
12.                                         },
    
13.                                        {"question": "What areas did Beyonce compete in when she was growing up?",
    
14.                                         "id": "56be85543aeaaa14008c9065",
    
15.                                         "answers": [{"text": "singing and dancing", "answer_start": 207}],
    
16.                                         }
    
17.                                        ]
    
18.                                   }]
    
19.                   }]
    
20.         }
    
21. data = str(data).replace('\'', '"')  # 要求全部为双引号
    
22. data = json.loads(str(data))  # 抓换为json格式
    
23. # 保存json，查看结构
    
24. # with open('data1.json','w',encoding='utf-8') as f:
    
25. #     f.write(json.dumps(data))
    
26. q_a_list = data['data'][0]['paragraphs'][0]['qas']
    
27. 
    
28. qlist = [i['question'] for i in q_a_list]
    
29. alist = [i['answers'][0] for i in q_a_list]
    
30. print(qlist)
    
31. print(alist)
    

复制代码

['When did Beyonce start becoming popular?', 'What areas did Beyonce compete in when she was growing up?']
[{'text': 'in the late 1990s', 'answer_start': 269}, {'text': 'singing and dancing', 'answer_start': 207}]

bonst

你可以给个你希望怎么输出的格式出来看看

masterbo

疾风怪盗 发表于 2020-10-10 01:23
你不能这么给数据啊，给个开头，结尾的括号，都是靠一个一个对出来的。。。。。。。。你可以省略掉中间内 ...

谢谢大神。我第一次求助，刚开始学nlp，不知道怎么发数据。您可以讲一下，第27行代码是什么意思吗？我有点没看明白。

疾风怪盗

masterbo 发表于 2020-10-10 09:45
谢谢大神。我第一次求助，刚开始学nlp，不知道怎么发数据。您可以讲一下，第27行代码是什么意思吗？我有 ...

你是说26行吧，就是提取数据，逐层提取，就是列表和字典的提取一样

masterbo

疾风怪盗 发表于 2020-10-10 10:12
你是说26行吧，就是提取数据，逐层提取，就是列表和字典的提取一样

那【0】代表什么意思呢？

masterbo

masterbo 发表于 2020-10-10 10:49
那【0】代表什么意思呢？

我还想问一下就是我发出来的只是一小段，还是列表的形式。我自己对这整个json文件应该怎么做处理呢？

疾风怪盗

masterbo 发表于 2020-10-10 10:49
那【0】代表什么意思呢？

[0]就是碰到列表的时候，取第一个元素。。。。。。。

我不知道你的场景是什么
一般我是爬虫时爬数据碰到，那就是像这样先loads数据，如果碰到数据无法转为json，一般是因为格式问题
前面多了点不相关的字符、引号不是双引号之类的，按需处理就好了
然后按照层级一层一层取值，直到想要的数据，
一般这时候的数据是列表里嵌套各个字典的样式，就可以循环获取了

你不清楚层级，就先dumps保存下数据，用pycharm打开，格式化，层次就很清楚了

masterbo

疾风怪盗 发表于 2020-10-10 11:01
[0]就是碰到列表的时候，取第一个元素。。。。。。。

我不知道你的场景是什么

with open('train-v2.0.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
    print(data)
我想先打开然后打印这个文件，但是报错了，您能帮我看一下哪里错了吗？
File "C:/Users/lenovo/PycharmProjects/pythonProject3/main.py", line 36, in <module>
    data = json.load(f)
  File "C:\Users\lenovo\AppData\Local\Programs\Python\Python37\lib\json\__init__.py", line 296, in load
    parse_constant=parse_constant, object_pairs_hook=object_pairs_hook, **kw)
  File "C:\Users\lenovo\AppData\Local\Programs\Python\Python37\lib\json\__init__.py", line 348, in loads
    return _default_decoder.decode(s)
  File "C:\Users\lenovo\AppData\Local\Programs\Python\Python37\lib\json\decoder.py", line 337, in decode
    obj, end = self.raw_decode(s, idx=_w(s, 0).end())
  File "C:\Users\lenovo\AppData\Local\Programs\Python\Python37\lib\json\decoder.py", line 355, in raw_decode
    raise JSONDecodeError("Expecting value", s, err.value) from None
json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)

疾风怪盗

masterbo 发表于 2020-10-10 11:09
with open('train-v2.0.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
    print(data ...

加个好友

masterbo

谢谢大家

masterbo

疾风怪盗 发表于 2020-10-10 11:21
加个好友

我积分不够。。。等一下。。。

masterbo

疾风怪盗 发表于 2020-10-10 11:21
加个好友

您能帮我解答一下吗？我现在积分不够，加不了好友。

疾风怪盗

masterbo 发表于 2020-10-10 11:30
您能帮我解答一下吗？我现在积分不够，加不了好友。

积分不够。。。。。。。。

加Q381671811

我没试过我也不知道

看你这问题提示，第一个字符就有问题，没看到数据也不清楚