在 Python 中解析 Elasticsearch json 输出答案

【问题标题】：Parsing Elasticsearch json output in Python在 Python 中解析 Elasticsearch json 输出
【发布时间】：2019-05-18 02:17:01
【问题描述】：

我正在从 Elasticsearch 索引中解析数据，并收到了 json 格式的数据，如下所示：

{
    "_shards": {
        "failed": 0,
        "skipped": 0,
        "successful": 5,
        "total": 5
    },
    "hits": {
        "hits": [
            {
                "_id": "wAv4u2cB9qH5eo0Slo9O",
                "_index": "homesecmum",
                "_score": 1.0870113,
                "_source": {
                    "image": "0000000028037c08_1544283640.314629.jpg"
                },
                "_type": "dataRecord"
            },
            {
                "_id": "wwv4u2cB9qH5eo0SmY8e",
                "_index": "homesecmum",
                "_score": 1.0870113,
                "_source": {
                    "image": "0000000028037c08_1544283642.963721.jpg"
                },
                "_type": "dataRecord"
            },
            {
                "_id": "wgv4u2cB9qH5eo0SmI8Z",
                "_index": "homesecmum",
                "_score": 1.074108,
                "_source": {
                    "image": "0000000028037c08_1544283640.629583.jpg"
                },
                "_type": "dataRecord"
            }
        ],
        "max_score": 1.0870113,
        "total": 5
    },
    "timed_out": false,
    "took": 11
}

我正在尝试仅从 json 数据中提取图像参数并将其存储为数组。我尝试了以下方法：

for result in res['hits']['hits']:
    post = result['_source']['image']
    print(post)

还有这个：

respars = json.loads(res['hits']['hits'][0]['_source'])['image']
print(json.dumps(respars, indent=4, sort_keys = True))

这两个都会引发错误：

TypeError: byte indices must be integers or slices, not str

我确信之前在这里提出了类似的问题，但我无法解决这个错误。我该如何解决？

【问题讨论】：

有一个很好的包来处理elasticsearch：pypi.org/project/elasticsearch-dsl
@andreihondrari 谢谢你会试一试

标签： python json elasticsearch

【解决方案1】：

您可以使用 PyPi 的 Elasticsearch-DSL 包，而不是手动处理响应的痛苦。

【讨论】：

谢谢...这个包直接帮助我解析了数据。

【解决方案2】：

要获取_source条目中的所有图像作为列表，您可以使用list comprehension：

image_list = [source['_source']['image'] for source in res['hits']['hits']]

输出：

['0000000028037c08_1544283640.314629.jpg',
 '0000000028037c08_1544283642.963721.jpg',
 '0000000028037c08_1544283640.629583.jpg']

【讨论】：