Utilizzando Python 3.5.1, ho inserito un file di testo in cui ogni riga è in formato JSON: {"a": "windows", "b": "stairs" ...}L'oggetto JSON deve essere str, non 'byte'
import json
path = 'folder/data.txt'
records=[json.loads(line) for line in open(path,'rb')]
ma ho ricevuto l'errore:
the JSON object must be str, not 'bytes'
non ho la stampa della prima riga del file problema, quindi sono rassicurato che il percorso del file sia corretto.
Apre il file in modalità testo, non in modalità binaria (è possibile passare esplicitamente a encoding='utf-8' per ignorare l'impostazione predefinita di sistema, poiché JSON viene solitamente memorizzato come UTF-8). Il modulo json richiede solo l'input str; la lettura da un file aperto in modalità binaria ritorna bytes oggetti:
# Using with statement just for good form; in this case it would work the
# same on CPython, but on other interpreters or different CPython use cases,
# it's easy to screw something up; use with statements all the time to build good habits
with open(path, encoding='utf-8') as f:
records=[json.loads(line) for line in f]
Questo funziona e ti ringraziamo per il consiglio sull'utilizzo di un modulo corretto. Cambiare 'rb' out per 'encoding =' utf-8 'nel mio codice originale sembra funzionare bene. – Greg
Se non si desidera specificare "rb", dal momento che la rappresentazione binaria del file non sarà leggibile dal modulo JSON. Probabilmente vuoi la codifica "utf-8" e "leggi". EDIT: Originariamente avevo detto che entrambi erano predefiniti, ma è stato portato alla mia attenzione che molti SO hanno differenti codifiche predefinite e che Python usa le impostazioni di sistema come predefinite in open(). Raccomanderei quindi di fornire esplicitamente l'impostazione di codifica come "utf-8".
json supporta il caricamento da un file aperto con "json.load" anziché "json.loads", che viene caricato da una stringa, in modo che possiamo saltare il read-in-come-testo e andare direttamente a JSON. Non penso che vorrai "caricare" singole righe, poiché probabilmente non sarà un JSON valido.
import json
# open has __enter__ and __exit__ functions, so we can call it as a guard
# using "with" syntax and it'll close when the scope ends
with open(r".\myjson.json", encoding="utf-8") as fh:
# load() is a convenience function to help us avoid iterating lines
# on our own. It calls loads() on the whole doc and returns an obj
json_obj = json.load(fh)
print (json_obj)
UTF-8 non è sempre la 'codifica' predefinita, [è determinata dinamicamente dalle impostazioni dipendenti dalla piattaforma usando' locale.getpreferredencoding (False) '] (https://docs.python.org/3/library/functions.html# Aperto). Se sai che l'input è UTF-8, dillo in modo esplicito. Allo stesso modo, se qualcuno ha scritto blob JSON un per linea, non è possibile caricare l'intero file in una volta, perché l'intero file preso insieme non è JSON valido, le linee sono solo JSON legali isolate. Inoltre, 'json.load' chiama semplicemente' file.read() 'e passa a' loads', quindi non è né meglio né peggio di 'loads'. Inoltre, Py3 'print' ha bisogno di paren. – ShadowRanger
ottimi punti, @ShadowRanger. Per load() vs loads(), non volevo implicare che ci fosse un gap di prestazioni qui, ma che c'è un ciclo for che non abbiamo bisogno di scrivere/leggere/mantenere nel nostro codice. L'uso di load() ha meno rumore, che di solito è il modo pitone di fare le cose. La stampa mi stava lavorando in un interprete 2.7 (il mio male e fisso). L'UTF-8 pensa che tu abbia perfettamente ragione e avrei dovuto farlo con Windows (non necessariamente il caso dell'OP). –
In realtà, su Windows, non penso che UTF-8 sia l'impostazione predefinita, di solito è una delle tabelle codici di Windows (ad esempio cp1252, una variazione su latin-1 che sostituisce alcuni dei caratteri di controllo solitamente inutilizzati con caratteri stampabili aggiuntivi, es. virgolette intelligenti).Se i dati erano tutti ASCII, allora sei a posto (entrambi UTF-8 e cp1252 sono superset ASCII), è solo quando raggiungi l'intervallo ASCII che avresti problemi. A parte le code page, Windows usa solitamente UTF-16 per tutto; accetta solo UTF-8 quando si tratta di dati su Internet (dove UTF-8 è lo standard). – ShadowRanger
Prova: record = [json.loads (. linea di decodifica()) per la linea in aperto (percorso, 'rb')]
Forse sbarazzarsi del 'b' nella vostra chiamata 'open'? https://docs.python.org/2/library/functions.html#open dice che caricherà il file in formato binario, il che potrebbe essere il motivo per cui non viene preso come una stringa. – TW80000
Se si prende solo una riga del file, è possibile caricarlo su json? Come 'json.loads (file.readlines() [0])' –
@ TW80000 il tuo suggerimento risolve il mio problema. Ho anche imparato che passare 'encoding = 'utf-8'' direttamente nella chiamata' open' funziona pure. Grazie per il tuo commento. – Greg