用python解析JSON：空白字段答案

【问题标题】：Parsing JSON with python: blank fields用python解析JSON：空白字段
【发布时间】：2013-05-05 17:31:37
【问题描述】：

我在使用 python 解析 JSON 时遇到问题，现在我被卡住了。
问题是我的 JSON 的实体并不总是相同的。 JSON 类似于：

"entries":[
{
"summary": "here is the sunnary",
"extensions": {
   "coordinates":"coords",
   "address":"address",
   "name":"name"
   "telephone":"123123"
   "url":"www.blablablah"
},
}
]

我可以在 JSON 中移动，例如：

for entrie in entries:
  name =entrie['extensions']['name']
  tel=entrie['extensions']['telephone']

问题来了，因为有时，JSON 没有所有“字段”，例如，telephone 字段，有时缺少，所以，脚本失败 KeyError，因为键 电话此条目中缺少 。
所以，我的问题是：我怎么能运行这个脚本，在 telephone 丢失的地方留下一个空白？我试过了：

if entrie['extensions']['telephone']:
    tel=entrie['extensions']['telephone']

但我觉得不行。

【问题讨论】：

标签： python json parsing python-2.7

【解决方案1】：

使用dict.get 代替[]：

entries['extensions'].get('telephone', '')

或者，简单地说：

entries['extensions'].get('telephone')

get 将返回第二个参数（默认为 None），而不是在找不到密钥时引发 KeyError。

【讨论】：

【解决方案2】：

如果数据只有一处缺失，那么可以用dict.get来补缺：

tel = d['entries'][0]['extensions'].get('telelphone', '')

如果问题更为普遍，您可以让 JSON 解析器使用 defaultdict 或自定义字典而不是常规字典。例如，给定 JSON 字符串：

json_txt = '''{
    "entries": [
        {
            "extensions": {
                "telephone": "123123", 
                "url": "www.blablablah", 
                "name": "name", 
                "coordinates": "coords", 
                "address": "address"
            }, 
            "summary": "here is the summary"
        }
    ]
}'''

解析它：

>>> class BlankDict(dict):
        def __missing__(self, key):
            return ''

>>> d = json.loads(json_txt, object_hook=BlankDict)

>>> d['entries'][0]['summary']
u'here is the summary'

>>> d['entries'][0]['extensions']['color']
''

附带说明，如果您想清理数据集并强制保持一致性，有一个名为 Kwalify 的好工具可以对 JSON（和 YAML）进行架构验证；

【讨论】：

很好，我比defaultdict 更喜欢这个，因为在__missing__ 方法中可以添加一些逻辑来捕获潜在的错误。对于defaultdict，我总是畏缩，因为当我打错字时不会收到 KeyError。
entries['extensions'].get('telephone', {}).get('anothermissingkey',{}) 几乎是 object_hook=BlankDict 方法的 3 倍（在 Deb9 的 py3.5 上），它适用于多个级别

【解决方案3】：

您可以使用几个有用的字典功能来处理它。

首先，您可以使用in 来测试字典中是否存在键：

if 'telephone' in entrie['extensions']:
    tel=entrie['extensions']['telephone']

get 也可能有用；如果缺少键，它允许您指定默认值：

tel=entrie['extensions'].get('telephone', '')

除此之外，您可以查看标准库的 collections.defaultdict，但这可能有点过头了。

【讨论】：

【解决方案4】：

两种方式。

一个是确保您的字典是标准的，并且当您阅读它们时，它们包含所有字段。另一个是访问字典时要小心。

这是一个确保您的字典是标准的示例：

__reference_extensions = {
   # fill in with all standard keys
   # use some default value to go with each key
   "coordinates" : '',
   "address" : '',
   "name" : '',
   "telephone" : '',
   "url" : ''
}

entrie = json.loads(input_string)
d = entrie["extensions"]
for key, value in __reference_extensions:
    if key not in d:
        d[key] = value

以下是访问字典时要小心的示例：

for entrie in entries:
   name = entrie['extensions'].get('name', '')
   tel = entrie['extensions'].get('telephone', '')

【讨论】：