在python中的嵌套json字典中查找值

use*_*942 11 python dictionary nested python-2.7

从以下json开始,在python中,我想提取值"TEXT".除了未知之外,所有键都是常量.未知可以是任何字符串,如"a6784t66"或"hobvp*nfe".未知的值是未知的,只是它将在每个json响应中的那个位置.

{
  "A": {
    "B": {
      "unknown": {
        "1": "F",
        "maindata": [
          {
            "Info": "TEXT"
          }
        ]
      }
    }
  }
}
Run Code Online (Sandbox Code Playgroud)

一线json

'{"A":{"B":{"unknown":{"1":"F","maindata":[{"Info":"TEXT"}]}}}}'
Run Code Online (Sandbox Code Playgroud)

你怎么会得到"文字"的价值?(我知道如何用json.loads加载json)..但我不知道如何获得"Text"的值.谢谢.

(我不确定最好的标题是什么.)

Roc*_*key 18

它有点长,但在上面的例子中:

In [1]: import json

In [2]: s = """\
   ...: {
   ...:   "A": {
   ...:     "B": {
   ...:       "unknown": {
   ...:         "1": "F",
   ...:         "maindata": [
   ...:           {
   ...:             "Info": "TEXT"
   ...:           }
   ...:         ]
   ...:       }
   ...:     }
   ...:   }
   ...: }"""

In [3]: data = json.loads(s)

In [4]: data['A']['B']['unknown']['maindata'][0]['Info']
Out[4]: u'TEXT'
Run Code Online (Sandbox Code Playgroud)

您基本上将其视为字典,传递键以获取每个嵌套字典的值.唯一不同的部分是当你点击时maindata,结果值是一个列表.为了处理这个问题,我们拉出第一个元素[0]然后访问Info键来获取值TEXT.

unknown更改的情况下,您将使用一个变量替换它,该变量表示代码中此时将采用的"已知"名称:

my_variable = 'some_name'
data['A']['B'][my_variable]['maindata'][0]['Info']
Run Code Online (Sandbox Code Playgroud)

如果我第一次真正正确地阅读了你的问题,如果你不知道unknown在什么时候,你可以这样做:

data['A']['B'].values()[0]['maindata'][0]['Info']
Run Code Online (Sandbox Code Playgroud)

values()变量在哪里包含:

[{u'1': u'F', u'maindata': [{u'Info': u'TEXT'}]}]
Run Code Online (Sandbox Code Playgroud)

可以使用的单项列表,[0]然后您可以按上述步骤操作.请注意,这取决于该字典中只有一个项目 - 如果有更多,您需要调整一下.


nag*_*don 5

您可以使用递归函数挖掘每一层并用缩进打印其值

def recurse_keys(df, indent = '  '):
    ''' 
    import json, requests, pandas
    r = requests.post(...)  
    rj = r.json() # json decode results query
    j = json.dumps(rj, sort_keys=True,indent=2)            
    df1 = pandas.read_json(j)         
    '''
    for key in df.keys():
        print(indent+str(key))
        if isinstance(df[key], dict):
            recurse_keys(df[key], indent+'   ')
recurse_keys(df1)
Run Code Online (Sandbox Code Playgroud)