[已解决]如何将JSON文件里需要的部分提取出来

祢豆子oo

   将附件里面JSON文件中需要的信息提取出来，如每个小列表中的 “2723975”，以及名字“热带低压”。

   不知道代码该怎么写，想了一些方法都行不通，求大佬帮忙指点一下，万分感谢。

最佳答案

月排行榜 / 总排行榜

kaohsing

2021-11-19 21:23:52

祢豆子oo 发表于 2021-11-20 13:30
大佬，我还需要点信息，就是一共需要每个列表中的如{2723975,"nameless","热带低压","20210022"}这四个信 ...

import re
def solution():
    with open(r'C:\Users\Administrator\Desktop\list_2021.txt',encoding="utf-8") as f:
        s = f.read()

    r = re.compile(r'\[([^[].*?),"(.*?)","(.*?)",.*?,"(.*?)",')
    for i in r.findall(s, re.M|re.I):
        print(i)
solution()
'''
('2723975', 'nameless', '热带低压', '20210022')
('2724099', 'MALOU', '玛瑙', '2120')
('2717929', 'NAMTHEUN', '南川', '2119')
('2713966', 'KOMPASU', '圆规', '2118')
('2713815', 'LIONROCK', '狮子山', '2117')
('2707799', 'MINDULLE', '蒲公英', '2116')
('2707635', 'DIANMU', '电母', '2115')


'''

跳转到最佳答案楼层

kaohsing

祢豆子oo 发表于 2021-11-20 13:30
大佬，我还需要点信息，就是一共需要每个列表中的如{2723975,"nameless","热带低压","20210022"}这四个信 ...

import re
def solution():
    with open(r'C:\Users\Administrator\Desktop\list_2021.txt',encoding="utf-8") as f:
        s = f.read()

    r = re.compile(r'\[([^[].*?),"(.*?)","(.*?)",.*?,"(.*?)",')
    for i in r.findall(s, re.M|re.I):
        print(i)
solution()
'''
('2723975', 'nameless', '热带低压', '20210022')
('2724099', 'MALOU', '玛瑙', '2120')
('2717929', 'NAMTHEUN', '南川', '2119')
('2713966', 'KOMPASU', '圆规', '2118')
('2713815', 'LIONROCK', '狮子山', '2117')
('2707799', 'MINDULLE', '蒲公英', '2116')
('2707635', 'DIANMU', '电母', '2115')


'''

祢豆子oo

附件

lightninng

祢豆子oo 发表于 2021-11-19 21:24
附件

先说结论，可以用遍历的方法获取你所需要的数据。

这个文本文档中的字符串的主要部分其实是一个字典结构。我们把这个字符串稍微格式化一下就能看到，文本中第2-26行是一个，单键值字典， 唯一的key是"typhoonList"，value是一个列表，列表中的每一项是一条数据，每条数据也是一个列表，列表的第1、3项就是你需要的数据，这个python 只要学过，想提取出来就不难

typhoon_jsons_list_2021(
    {"typhoonList":[[2723975,"nameless","热带低压",null,"20210022",20210022,null,"stop"],
                    [2724099,"MALOU","玛瑙",2120,"2120",null,"名字来源于：中国澳门 意为：玛瑙","stop"],
                    [2717929,"NAMTHEUN","南川",2119,"2119",null,"名字来源于：老挝 意为：河","stop"],
                    [2713966,"KOMPASU","圆规",2118,"2118",20210020,"名字来源于：日本 意为：圆规星座","stop"],
                    [2713815,"LIONROCK","狮子山",2117,"2117",20210019,"名字来源于：中国香港 意为：香港一座远眺九龙半岛的山峰名称","stop"],
                    [2707799,"MINDULLE","蒲公英",2116,"2116",null,"名字来源于：朝鲜 意为：一种小黄花，春天开放，蒲公英属，是朝鲜妇女淳朴识礼的象征","stop"],
                    [2707635,"DIANMU","电母",2115,"2115",20210017,"名字来源于：中国 意为：神化中的雷电之神","stop"],
                    [2689244,"CHANTHU","灿都",2114,"2114",null,"名字来源于：柬埔寨 意为：一种花","stop"],
                    [2688277,"CONSON","康森",2113,"2113",null,"名字来源于：越南 意为：古迹","stop"],
                    [2686219,"OMAIS","奥麦斯",2112,"2112",null,"名字来源于：美国 意为：漫游（Palauan 语）","stop"],
                    [2681119,"NIDA","妮妲",2111,"2111",null,"名字来源于：泰国 意为：女士名字","stop"],
                    [2681195,"MIRINAE","银河",2110,"2110",null,"名字来源于：韩国 意为：宇宙的银河","stop"],
                    [2679495,"LUPIT","卢碧",2109,"2109",20210011,"名字来源于：菲律宾 意为：残酷","stop"],
                    [2670840,"NEPARTAK","尼伯特",2108,"2108",null,"名字来源于：密克罗尼西亚 意为：著名的勇士（Kosrae 语）","stop"],
                    [2659831,"CEMPAKA","查帕卡",2107,"2107",20210009,"以其芬芳的花闻名的植物","stop"],
                    [2659279,"IN-FA","烟花",2106,"2106",null,"名字来源于：中国澳门 意为：烟花","stop"],
                    [2659097,"nameless","热带低压",null,"20210007",20210007,null,"stop"],
                    [2659075,"nameless","热带低压",null,"20210006",20210006,null,"stop"],
                    [2656478,"CHAMPI","蔷琵",2105,"2105",null,null,"stop"],
                    [2655955,"KOGUMA","小熊\n",2104,"2104",20210004,"小熊星座","stop"],
                    [2653775,"CHOI-WAN","彩云",2103,"2103",null,null,"stop"],
                    [2644377,"SURIGAE","舒力基",2102,"2102",null,"一种鹰","stop"],
                    [2641936,"DUJUAN","杜鹃",2101,"2101",null,null,"stop"]
                    ]
     }
    )

另外，提供另外一个思路，这种有规律的字符串可以用正则来处理（知识点百度关键字"python 正则"）。这里你需要列表的1，3项，比如第一条数据中为：2723975,"nameless","热带低压"。匹配规则很明显是【7位数字,"若干字母和-","若干中文字符"]】，使用这个模式可以匹配到所有的类似  2723975,"nameless","热带低压" 的字符串，剩下的就很简单了,split处理一下就好了~，当然这是我的思路，其实用正则的方法很多，比如你匹配每个列表也行，单独匹配【[7位数字,】获取第1个也行，自己观察规律就好了。具体的解法还是放给楼主自己做吧，多做几次以后遇到同类问题很快就能解决，勤用百度。

阿奇_o

import json 

with open('list_2021.txt', 'r', encoding='utf-8') as f:
    json_str = f.readlines()[0][24:-1]
    json_data = json.loads(json_str)
    for i in json_data['typhoonList']:
        # print(i)  # 查看一下 （注意是一个列表哦）
        pass 

# 若需要用pandas，对数据进行进一步处理，可以这样：
import pandas as pd
df = pd.DataFrame(json_data['typhoonList'])
print(df) 

# 再进一步，可以重命名列名
# …… 

kaohsing

import re
def solution():
    with open(r'C:\Users\Administrator\Desktop\list_2021.txt',encoding="utf-8") as f:
        s = f.read()

    r = re.compile(r'\[([^[].*?),.*?,"(.*?)",')
    for i in r.findall(s, re.M|re.I):
        print(i)
solution()
'''
('2723975', '热带低压')
('2724099', '玛瑙')
('2717929', '南川')
('2713966', '圆规')
('2713815', '狮子山')
('2707799', '蒲公英')
('2707635', '电母')
('2689244', '灿都')
('2688277', '康森')
('2686219', '奥麦斯')
('2681119', '妮妲')
('2681195', '银河')
('2679495', '卢碧')
('2670840', '尼伯特')
('2659831', '查帕卡')
('2659279', '烟花')
('2659097', '热带低压')
('2659075', '热带低压')
('2656478', '蔷琵')
('2655955', '小熊\\n')
('2653775', '彩云')
('2644377', '舒力基')
('2641936', '杜鹃')


'''

lightninng

kaohsing 发表于 2021-11-20 09:57
import re
def solution():
    with open(r'C:%users\Administrator\Desktop\list_2021.txt',encoding=" ...

哈哈哈。一看老哥就是天天刷题的。

kaohsing

lightninng 发表于 2021-11-20 10:01
哈哈哈。一看老哥就是天天刷题的。

哈哈😄，

祢豆子oo

阿奇_o 发表于 2021-11-19 23:49

有几个问题还需要请教一下：
（1）json_str = f.readlines()[0][24:-1]中的[0]代表什么意思呢？
（2）Traceback (most recent call last):
  File "D:\adjust.py", line 11, in <module>
    import pandas as pd
ModuleNotFoundError: No module named 'pandas'
       这种提示怎么解决？
（3）我只需要每个列表中的如{2723975,"nameless","热带低压","20210022"}这四个信息该怎么写代码呢？

kaohsing

读入是个列表，0是取列表的第一个元素。
你没有装pandas。
i[0：4]

祢豆子oo

kaohsing 发表于 2021-11-20 09:57
import re
def solution():
    with open(r'C:%users\Administrator\Desktop\list_2021.txt',encoding=" ...

大佬，我还需要点信息，就是一共需要每个列表中的如{2723975,"nameless","热带低压","20210022"}这四个信息用正则表达式该怎么写代码呢？

祢豆子oo

kaohsing 发表于 2021-11-20 13:09
读入是个列表，0是取列表的第一个元素。
你没有装pandas。
i[0：4]

pandas怎么装呢，我百度的结果都是说直接Import=-=

kaohsing

祢豆子oo 发表于 2021-11-20 13:35
pandas怎么装呢，我百度的结果都是说直接Import=-=

搜一搜pip，
如果用pycharm那就简单

kaohsing

这个数据是网站返回jsonp，说白了就是一字符串己，不截取就用正则，截取就用字典

祢豆子oo

kaohsing 发表于 2021-11-19 21:23

真的是万分感谢
python我还有好多没学到的，比如正则就还不会。大佬写的compile里的内容我还有些看不懂，等我这两天研究研究，要是还有看不懂还得来请教一下

祢豆子oo

lightninng 发表于 2021-11-19 22:51
先说结论，可以用遍历的方法获取你所需要的数据。这个文本文档中的字符串的主要部分其实是一个字典结构。 ...

谢谢大佬提供思路，正则我还没看看到，准备学习学习