Kunci untuk mengendalikan JSON bersarang adalah melihat struktur dengan jelas dan mengakses lapisan dengan lapisan. Pertama, gunakan json.dumps (respons, indent = 2) untuk memformat struktur output untuk menjelaskan tahap kamus dan senarai; Kemudian ekstrak medan melalui kamus dan operasi senarai, seperti respons'user '[' city '] untuk mendapatkan nilai -nilai, dan menggunakan gelung untuk memproses setiap pesanan ketika melintasi pesanan; Beri perhatian kepada menggunakan .get () untuk mengelakkan medan yang hilang dan melaporkan kesilapan, dan boleh diberikan dalam langkah untuk meningkatkan kebolehbacaan; Tambah pertimbangan jenis untuk struktur dinamik, seperti isInstance (pesanan, senarai) untuk memastikan borang data yang betul; Mengesyorkan Perpustakaan JMespath untuk melaksanakan operasi yang cekap seperti penapisan dan unjuran untuk memudahkan logik bersarang yang mendalam. Menguasai langkah -langkah ini dapat memenuhi pelbagai keperluan pemprosesan JSON bersarang.

Mendapatkan data JSON bersarang apabila memanggil API adalah perkara biasa dalam pembangunan python. Sekiranya anda tidak menangani struktur ini, ia mungkin berasa agak rumit untuk melihatnya buat kali pertama. Malah, selagi anda menguasai kaedah ini, tidak sukar untuk membaca dan mengekstrak medan di dalamnya.

Memahami struktur JSON bersarang

Langkah pertama selepas mendapat data adalah untuk mengetahui struktur keseluruhannya terlebih dahulu. Biasanya anda boleh mencetaknya atau memformatnya untuk melihatnya:

 Import JSON

respons = requests.get ('https://api.example.com/data') .json ()
cetak (json.dumps (respons, indent = 2))

Ini membolehkan anda melihat dengan jelas bahagian mana kamus, bahagian mana adalah senarai, dan medan mana yang mana data yang anda perlukan. Sebagai contoh, anda mungkin melihat struktur seperti ini:

 {
  "Pengguna": {
    "Id": 1,
    "Nama": "Alice",
    "Alamat": {
      "bandar": "New York",
      "Zip": "10001"
    }
  },
  "Pesanan": [
    {"order_id": "a1b2c3", "amaun": 100},
    {"order_id": "d4e5f6", "Amaun": 50}
  ]
}

Sebagai contoh, address adalah kamus bersarang, orders adalah senarai pelbagai pesanan, dan setiap pesanan adalah kamus lain. Memahami hubungan hierarki ini adalah prasyarat untuk mengakses data dalam langkah seterusnya.

Medan Ekstrak Menggunakan Operasi Kamus dan Senarai

Sebaik sahaja anda mengetahui struktur, anda boleh mendapatkan lapisan ke bawah lapisan dengan lapisan. Sebagai contoh, untuk mendapatkan bandar alamat pengguna:

 City = Response ['user'] ['alamat'] ['City']

Sekiranya anda ingin melintasi setiap nombor pesanan dan jumlah dalam senarai pesanan, anda boleh menggunakan gelung:

 Untuk pesanan sebagai tindak balas ['perintah']:
    cetak (pesanan ['order_id'], pesanan ['amaun'])

Beberapa perkara yang perlu diperhatikan:

• Sekiranya bidang mungkin tidak wujud, disarankan untuk menggunakan .get() Untuk mengelakkan kesilapan: response.get('user', {}).get('address')
• Apabila bersarang terlalu mendalam, anda boleh menulisnya dalam langkah -langkah untuk meningkatkan kebolehbacaan:

 user_info = response.get ('user', {})
alamat = user_info.get ('alamat', {})
bandar = alamat.get ('bandar')

Mengendalikan data bersarang dengan struktur dinamik atau tidak pasti

Struktur data yang dikembalikan oleh beberapa API tidak tetap, seperti beberapa bidang mungkin kamus atau tatasusunan kosong, atau nama medan mungkin berubah. Pada masa ini, anda perlu menambah beberapa logik penghakiman untuk menangani situasi yang berbeza.

Contohnya:

 pesanan = response.get ('perintah', [])
Sekiranya ISInstance (Pesanan, Senarai):
    untuk pesanan dalam pesanan:
        # Proses setiap pesanan lain:
    Cetak ("Pesanan bukan jenis senarai yang diharapkan")

Anda juga boleh menggunakan type() atau isinstance() untuk menentukan jenis medan semasa untuk mengelakkan program daripada terhempas.

Cadangan Alat: Gunakan perpustakaan pihak ketiga untuk memudahkan operasi

Sekiranya bersarang sangat mendalam atau strukturnya sangat rumit, ia akan menjadi lebih menyusahkan untuk mendapatkan lapisan nilai secara manual dengan lapisan. Anda boleh mempertimbangkan menggunakan beberapa perpustakaan tambahan, seperti JMespath :

 Import Jmespath

expr = jmespath.compile ('pesanan [? Amaun> `50`] .order_id')
hasil = expr.search (respons)
# Dapatkan senarai nombor pesanan yang memenuhi syarat secara langsung

Ia menyokong penapisan, unjuran dan operasi lain, dan sesuai untuk memproses data JSON dengan struktur kompleks tetapi corak tetap.

Secara umum, kunci untuk mengendalikan JSON bersarang adalah untuk melihat struktur dengan jelas, mengakses lapisan dengan lapisan, dan dengan tepat menambah mekanisme toleransi kesalahan. Untuk data antara muka yang mudah, ia boleh dilakukan secara langsung dengan operasi kamus asli; Apabila menghadapi senario yang kompleks, gunakan alat untuk meningkatkan kecekapan. Pada dasarnya semua itu, tidak rumit tetapi mudah untuk mengabaikan butiran.

Atas ialah kandungan terperinci Cara Mengendalikan Json bersarang dari API di Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!