码迷,mamicode.com
首页 > Web开发 > 详细

JSON格式数据的处理

时间:2017-07-23 21:14:29      阅读:243      评论:0      收藏:0      [点我收藏+]

标签:list   rank   lan   大小   混合   博客   通过   ascii   byte   

源文件存储格式 {"coi_id":"dhfjhjhfjdhfjdhjs", "city_name":"深圳市", "coi_name":"海岸城", "img":"http://......jpg", "list":[{.......}], "hot":3.5},源文件JSON形式按行存储。

目标:删除“list”属性及相关值,将相同城市名的的购物中心划在一起,最后存储为 {"city_name":"深圳市", "list":[{"coi_is":"dfgffgf", "coi_name":"海岸城", "img":"http://...jpg", "hot":3.5}, {...}, ...] }形式,并对每个城市下的购物中心的热度hot按值大小排序。

实现:

 1 import json
 2 import codecs
 3 
 4 fileread=open("test.data")
 5 filenew=open("aois.txt",w+)
 6 
 7 city_aois={}
 8 city_put={}
 9 
10 for line in fileread:
11     #print line
12     json_obj=json.loads(line)
13     del json_obj["list"]
14     #print json_obj
15     if json_obj[city_name] not in city_aois:
16         city_aois[json_obj[city_name]]=[]
17         city_aois[json_obj[city_name]].append(json_obj)
18     else:
19         city_aois[json_obj[city_name]].append(json_obj)
20 
21 
22 for poi in city_aois:
23     city_aois[poi].sort(key=lambda x: x["hot"],reverse=True)
24     #item=json.dumps(city_aois[poi],ensure_ascii=False)
25     #strs = ‘{"city_name":"‘+poi.encode("UTF-8")+‘","list":‘+item.encode("UTF-8")+‘}‘
26     #print strs
27     tmp={}
28     tmp[city_name]=poi
29     tmp[list]=city_aois[poi]
30     strs=json.dumps(tmp,ensure_ascii=False).encode("UTF-8")
31     filenew.write(strs+\r\n)
32 
33 fileread.close()
34 filenew.close()

踩过的坑:

1. 对python不熟,其实“JSON”并不是java中使用的是一个对象,仅仅是JSON格式的字符串,通过json.loads()是将读取文件的字符串转换为“字典”形式,类型为 “dict”,然后就可以对字典进行相应的操作了,譬如根据key获得value这样的形式。

2. python将JSON格式的字符串转为字典时,此时是unicode编码,一系列操作完毕后,需要通过json.dumps()将字典转换为字符串,这时候会出现各种编码问题,譬如简单dumps后中文显示的是unicode形式,如果字典里有中文,则需要加上

json.dumps(tmp,ensure_ascii=False)

打印显示时,还需调用encode将编码转换为UTF-8形式。

3. 会出现错误“UnicodeDecodeError: ‘ascii‘ codec can‘t decode byte 0xe6 in position 1: ordinal not in range(128)”

 是因为“key和value不能以混合普通字符串和unicode字符串的形式存在”.

 此外,

item=json.dumps(city_aois[poi],ensure_ascii=False)
tmp[list]=item.encode("UTF-8")
strs=json.dumps(tmp,ensure_ascii=False).encode("UTF-8")
print strs

如上做法就是先将 dict转换为字符串复制给了tmp的“list”, 然后dumps时就不会以字典的规矩馆list中的内容,一律以字符串对待,则会出现:

技术分享

所以在dumps前,list中的内容也要是字典形式。最后统一dumps。 

注意使用过程中,编码一致性

 

参考了以下博客内容:

json.dumps使用的坑以及字符编码:

http://www.cnblogs.com/stubborn412/p/3818423.html

在线查看 不同编码内容对应的汉字:

http://tool.oschina.net/encode?type=3

python字典与文件读写:

http://blog.csdn.net/frankchen0130/article/details/53136681

json.dumps编码 utf8与unicode:

https://stackoverflow.com/questions/18337407/saving-utf-8-texts-in-json-dumps-as-utf8-not-as-u-escape-sequence

 

JSON格式数据的处理

标签:list   rank   lan   大小   混合   博客   通过   ascii   byte   

原文地址:http://www.cnblogs.com/yiruparadise/p/7225717.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!