JSON数据提取

• JSON 数据提取

  • JSON 数据格式

    • 定义

    • 作用

    • 获取方式

    • 格式化方式

  • JSON 模块使用

    • 方法介绍

    • 代码演练

  • JsonPath

    • 介绍

    • 环境搭建

      • 在线调试地址

      • 在线调试环境说明

      • 调试测试数据

    • 语法规则

    • jsonpath 代码演练

      • 模块安装

      • 需求

      • 实现步骤

    • 代码实现

  • 总结

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

• 使用在线调试环境 http://jsonpath.com/

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

从 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