如何相印JSON文件？

Question

我有一个JSON文件是一个混乱,我想漂亮 - 在python中最简单的方法是什么？我知道PrettyPrint有一个"对象",我认为它可以是一个文件,但我不知道如何传入文件 - 只是使用文件名不起作用.

Answer 1

该json模块已经使用indent参数实现了一些基本的漂亮打印:

>>> import json
>>>
>>> your_json = '["foo", {"bar":["baz", null, 1.0, 2]}]'
>>> parsed = json.loads(your_json)
>>> print(json.dumps(parsed, indent=4, sort_keys=True))
[
    "foo", 
    {
        "bar": [
            "baz", 
            null, 
            1.0, 
            2
        ]
    }
]

要解析文件,请使用json.load():

with open('filename.txt', 'r') as handle:
    parsed = json.load(handle)

Answer 2

您可以在命令行上执行此操作:

python3 -m json.tool < some.json

(正如在问题的评论中已经提到的,感谢@Kai Petzke提出的python3建议).

实际上,就命令行上的json处理而言,python不是我最喜欢的工具.对于简单漂亮的打印是可以的,但如果你想操纵json它可能会变得过于复杂.你很快就需要编写一个单独的脚本文件,你最终可能会得到键是你的"某些键"(python unicode)的地图,这使得选择字段更加困难并且不会真正朝着漂亮的方向发展 - 印刷.

我用jq.以上可以通过以下方式完成:

jq . some.json

并且您将颜色作为奖励(并且更容易扩展).

Answer 3

Pygmentize + Python json.tool =使用语法突出显示的漂亮打印

Pygmentize是一种杀手级工具.看到这个.

我将python json.tool与pygmentize结合起来

echo '{"foo": "bar"}' | python -m json.tool | pygmentize -l json

有关pygmentize安装说明,请参阅上面的链接.

这个演示如下图所示:

Answer 4

您可以使用内置模块pprint.

如何使用json数据读取文件并将其打印出来.

import json
import pprint

with open('filename.txt', 'r') as f:
    data = f.read()
    json_data = json.loads(data)

pprint.pprint(json_data)

Answer 5

使用这个功能,不要忘记你的JSON是一个str还是dict再次 - 只需看看漂亮的打印:

import json

def pp_json(json_thing, sort=True, indents=4):
    if type(json_thing) is str:
        print(json.dumps(json.loads(json_thing), sort_keys=sort, indent=indents))
    else:
        print(json.dumps(json_thing, sort_keys=sort, indent=indents))
    return None

pp_json(your_json_string_or_dict)

Answer 6

为了能够从命令行进行漂亮的打印并能够控制缩进等,您可以设置类似于此的别名:

alias jsonpp="python -c 'import sys, json; print json.dumps(json.load(sys.stdin), sort_keys=True, indent=2)'"

然后以下列方式之一使用别名:

cat myfile.json | jsonpp
jsonpp < myfile.json

Answer 7

使用pprint：https ://docs.python.org/3.6/library/pprint.html

import pprint
pprint.pprint(json)

print() 相比 pprint.pprint()

print(json)
{'feed': {'title': 'W3Schools Home Page', 'title_detail': {'type': 'text/plain', 'language': None, 'base': '', 'value': 'W3Schools Home Page'}, 'links': [{'rel': 'alternate', 'type': 'text/html', 'href': 'https://www.w3schools.com'}], 'link': 'https://www.w3schools.com', 'subtitle': 'Free web building tutorials', 'subtitle_detail': {'type': 'text/html', 'language': None, 'base': '', 'value': 'Free web building tutorials'}}, 'entries': [], 'bozo': 0, 'encoding': 'utf-8', 'version': 'rss20', 'namespaces': {}}

pprint.pprint(json)
{'bozo': 0,
 'encoding': 'utf-8',
 'entries': [],
 'feed': {'link': 'https://www.w3schools.com',
          'links': [{'href': 'https://www.w3schools.com',
                     'rel': 'alternate',
                     'type': 'text/html'}],
          'subtitle': 'Free web building tutorials',
          'subtitle_detail': {'base': '',
                              'language': None,
                              'type': 'text/html',
                              'value': 'Free web building tutorials'},
          'title': 'W3Schools Home Page',
          'title_detail': {'base': '',
                           'language': None,
                           'type': 'text/plain',
                           'value': 'W3Schools Home Page'}},
 'namespaces': {},
 'version': 'rss20'}

Answer 8

我曾经写过一个prettyjson()函数来产生漂亮的输出。您可以从此仓库中获取实现。

此功能的主要功能是尝试将dict和list项目保留在一行中，直到maxlinelength达到确定值为止。这样会产生更少的JSON行，输出看起来更紧凑且更易于阅读。

您可以产生这种输出，例如：

{
  "grid": {"port": "COM5"},
  "policy": {
    "movingaverage": 5,
    "hysteresis": 5,
    "fan1": {
      "name": "CPU",
      "signal": "cpu",
      "mode": "auto",
      "speed": 100,
      "curve": [[0, 75], [50, 75], [75, 100]]
    }
}

Answer 9

TL;DR：方法很多，也可以考虑print(yaml.dump(j, sort_keys=False))

\n

对于大多数用途，缩进应该做到这一点：

\n

print(json.dumps(parsed, indent=2))\n

\n

Json 结构基本上是树结构。\n在尝试寻找更奇特的东西时，我发现了这篇不错的论文，描述了可能有趣的其他形式的漂亮树：https: //blog.ouseful.info/2021/07/13/exploring -dataframes-and-csv-data/ 的层次结构。

\n

它有一些交互式树，甚至附带了一些代码，包括来自以下的折叠树：\n

\n

其他示例包括使用plotly以下是plotly 的代码示例：

\n

import plotly.express as px\nfig = px.treemap(\n    names = ["Eve","Cain", "Seth", "Enos", "Noam", "Abel", "Awan", "Enoch", "Azura"],\n    parents = ["", "Eve", "Eve", "Seth", "Seth", "Eve", "Eve", "Awan", "Eve"]\n)\nfig.update_traces(root_color="lightgrey")\nfig.update_layout(margin = dict(t=50, l=25, r=25, b=25))\nfig.show()\n

\n

\n

\n

并使用treelib。在这一点上，这个 github还提供了很好的可视化效果。下面是一个使用 treelib 的示例：

\n

#%pip install treelib\nfrom treelib import Tree\n\ncountry_tree = Tree()\n# Create a root node\ncountry_tree.create_node("Country", "countries")\n\n# Group by country\nfor country, regions in wards_df.head(5).groupby(["CTRY17NM", "CTRY17CD"]):\n    # Generate a node for each country\n    country_tree.create_node(country[0], country[1], parent="countries")\n    # Group by region\n    for region, las in regions.groupby(["GOR10NM", "GOR10CD"]):\n        # Generate a node for each region\n        country_tree.create_node(region[0], region[1], parent=country[1])\n        # Group by local authority\n        for la, wards in las.groupby([\'LAD17NM\', \'LAD17CD\']):\n            # Create a node for each local authority\n            country_tree.create_node(la[0], la[1], parent=region[1])\n            for ward, _ in wards.groupby([\'WD17NM\', \'WD17CD\']):\n                # Create a leaf node for each ward\n                country_tree.create_node(ward[0], ward[1], parent=la[1])\n\n# Output the hierarchical data\ncountry_tree.show()\n

\n

\n

基于此，我创建了一个将 json 转换为树的函数：

\n

from treelib import Node, Tree, node\n\ndef create_node(tree, s, counter_byref, verbose, parent_id=None):\n    node_id = counter_byref[0]\n    if verbose:\n        print(f"tree.create_node({s}, {node_id}, parent={parent_id})")\n    tree.create_node(s, node_id, parent=parent_id)\n    counter_byref[0] += 1\n    return node_id\n\ndef to_compact_string(o):\n    if type(o) == dict:\n        if len(o)>1:\n            raise Exception()\n        k,v =next(iter(o.items()))\n        return f\'{k}:{to_compact_string(v)}\'\n    elif type(o) == list:\n        if len(o)>1:\n            raise Exception()\n        return f\'[{to_compact_string(next(iter(o)))}]\'\n    else:\n        return str(o)\n\ndef to_compact(tree, o, counter_byref, verbose, parent_id):\n    try:\n        s = to_compact_string(o)\n        if verbose:\n            print(f"# to_compact({o}) ==> [{s}]")\n        create_node(tree, s, counter_byref, verbose, parent_id=parent_id)\n        return True\n    except:\n        return False\n\ndef json_2_tree(o , parent_id=None, tree=None, counter_byref=[0], verbose=False, compact_single_dict=False, listsNodeSymbol=\'+\'):\n    if tree is None:\n        tree = Tree()\n        parent_id = create_node(tree, \'+\', counter_byref, verbose)\n    if compact_single_dict and to_compact(tree, o, counter_byref, verbose, parent_id):\n        # no need to do more, inserted as a single node\n        pass\n    elif type(o) == dict:\n        for k,v in o.items():\n            if compact_single_dict and to_compact(tree, {k:v}, counter_byref, verbose, parent_id):\n                # no need to do more, inserted as a single node\n                continue\n            key_nd_id = create_node(tree, str(k), counter_byref, verbose, parent_id=parent_id)\n            if verbose:\n                print(f"# json_2_tree({v})")\n            json_2_tree(v , parent_id=key_nd_id, tree=tree, counter_byref=counter_byref, verbose=verbose, listsNodeSymbol=listsNodeSymbol, compact_single_dict=compact_single_dict)\n    elif type(o) == list:\n        if listsNodeSymbol is not None:\n            parent_id = create_node(tree, listsNodeSymbol, counter_byref, verbose, parent_id=parent_id)\n        for i in o:\n            if compact_single_dict and to_compact(tree, i, counter_byref, verbose, parent_id):\n                # no need to do more, inserted as a single node\n                continue\n            if verbose:\n                print(f"# json_2_tree({i})")\n            json_2_tree(i , parent_id=parent_id, tree=tree, counter_byref=counter_byref, verbose=verbose,listsNodeSymbol=listsNodeSymbol, compact_single_dict=compact_single_dict)\n    else: #node\n        create_node(tree, str(o), counter_byref, verbose, parent_id=parent_id)\n    return tree\n

\n

那么例如：

\n

import json\nj = json.loads(\'{"2": 3, "4": [5, 6], "7": {"8": 9}}\')\njson_2_tree(j ,verbose=False,listsNodeSymbol=\'+\' ).show()  \n

\n

给出：

\n

+\n\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 2\n\xe2\x94\x82   \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 3\n\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 4\n\xe2\x94\x82   \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 +\n\xe2\x94\x82       \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 5\n\xe2\x94\x82       \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 6\n\xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 7\n    \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 8\n        \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 9\n

\n

尽管

\n

json_2_tree(j ,listsNodeSymbol=None, verbose=False ).show()  \n

\n

+\n\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 2\n\xe2\x94\x82   \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 3\n\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 4\n\xe2\x94\x82   \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 5\n\xe2\x94\x82   \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 6\n\xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 7\n    \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 8\n        \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 9\n

\n

和

\n

json_2_tree(j ,compact_single_dict=True,listsNodeSymbol=None).show() \n

\n

+\n\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 2:3\n\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 4\n\xe2\x94\x82   \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 5\n\xe2\x94\x82   \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 6\n\xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 7:8:9\n

\n

正如您所看到的，根据他想要的明确程度和紧凑程度，可以制作不同的树。\n我最喜欢的树之一，也是最紧凑的树之一可能是使用yaml：

\n

import yaml\nj = json.loads(\'{"2": "3", "4": ["5", "6"], "7": {"8": "9"}}\')\nprint(yaml.dump(j, sort_keys=False))\n

\n

给出紧凑且明确的：

\n

\'2\': \'3\'\n\'4\':\n- \'5\'\n- \'6\'\n\'7\':\n  \'8\': \'9\'\n

\n

Answer 10

def saveJson(date,fileToSave):
    with open(fileToSave, 'w+') as fileToSave:
        json.dump(date, fileToSave, ensure_ascii=True, indent=4, sort_keys=True)

它可以将其显示或保存到文件中。

Answer 11

一个非常简单的方法是使用 rich。通过这种方法，您还可以突出显示json

该方法从名为的 json 文件读取数据config.json

from rich import print_json

setup_type = open('config.json')
data = json.load(setup_type)
print_json(data=data)

最终输出将如下所示。

Answer 12

你可以试试pprintjson。

安装

$ pip3 install pprintjson

用法

使用 pprintjson CLI 从文件漂亮地打印 JSON。

$ pprintjson "./path/to/file.json"

使用 pprintjson CLI 从标准输入漂亮地打印 JSON。

$ echo '{ "a": 1, "b": "string", "c": true }' | pprintjson

使用 pprintjson CLI 从字符串漂亮地打印 JSON。

$ pprintjson -c '{ "a": 1, "b": "string", "c": true }'

从缩进为 1 的字符串中漂亮地打印 JSON。

$ pprintjson -c '{ "a": 1, "b": "string", "c": true }' -i 1

从字符串漂亮地打印 JSON 并将输出保存到文件 output.json。

$ pprintjson -c '{ "a": 1, "b": "string", "c": true }' -o ./output.json

输出

Answer 13

这是一个简单的示例，该示例以很好的方式在Python中将JSON打印到控制台，而无需将JSON作为本地文件存储在计算机上：

import pprint
import json 
from urllib.request import urlopen # (Only used to get this example)

# Getting a JSON example for this example 
r = urlopen("https://mdn.github.io/fetch-examples/fetch-json/products.json")
text = r.read() 

# To print it
pprint.pprint(json.loads(text))