导入多行 JSON 数据并转换为 R 中的数据框答案

【问题标题】：Import JSON data with multiple lines and convert to data frame in R导入多行 JSON 数据并转换为 R 中的数据框
【发布时间】：2013-07-29 16:39:24
【问题描述】：

假设我有以下 JSON 数据：

{ "_id" : { "$oid" : "string" }, "titulo" : "string", "id_cv" : 1132, "textos" : [ { "fecha" : { "$date" : 1217376000000 }, "estado" : "string", "texto" : "string", "source_url" : "string" } ] }
{ "_id" : { "$oid" : "string" }, "titulo" : "string", "autores" : ",\"string\",\"string\",\"string\",\"string",5", "id_cv" : 1138, "textos" : [ { "fecha" : { "$date" : 1217548800000 }, "estado" : "string", "texto" : "string", "source_url" : "string" } ] }

我正在尝试将 JSON 数据导入 R 并将其最终转换为 R 数据框。

假设我在 R 中有以下脚本：

library("rjson")
json_file <- "/Users/usr/file/json_data.json"
json_data <- fromJSON(paste(readLines(json_file), collapse=""))

data = unlist(json_data)

title=data[names(data)=="titulo"]
print(title)

text=data[names(data)=="textos.texto"]
print(text)

url=data[names(data)=="textos.source_url"]
print(url)

当我运行这个脚本时，JSON 数据只产生一个包含 JSON 数据文件第一行的数据框。我有大约 200 行。我知道的问题之一是 JavaScript 不“允许”多行字符串。我试图以各种方式解决这个问题：

在每“行”数据之间添加“”。
在每“行”数据的末尾添加“””。
在每“行”数据之间添加“\”。
在每“行”数据的末尾添加“\”。
将所有多行转换为一行（将“\n”替换为“\n”）

以上所有方法均已尝试使用正则表达式。

我的问题是：如何操作 JSON 数据，以便将数据的所有“行”读入 R，以便我可以取消列出它们并构造相应的数据框，其列等于“标题”， 'text'、'url' 和等于 JSON 数据中的 'lines' 的行？

我已经尝试过使用 R 中的 RJSON 和 RJSONIO 库，但我对目前使用哪个库感到矛盾，因为我认为最终问题在于 JSON 数据本身的格式 em>

【问题讨论】：

标签： regex json r rjsonio rjson

【解决方案1】：

JSON 字符串本身确实不太正确。

其中一个字符串中缺少\，因此没有正确屏蔽一个引号："autores" : ",\"string\",\"string\",\"string\",\"string",5" 应为"autores" : ",\"string\",\"string\",\"string\",\"string\",5"
各个 {} 对象（第 1 行和第 2 行，正如您所说的那样）必须组合在一个上层结构中，可以是数组 ([]) 或对象（{} 带标识符），否则它是没有明确定义，如何解释 JSON 结构。

我将您的 JSON 字符串修改为由两个数组元素组成，每个元素包含一行（=一个 JSON 对象）：

[{ "_id" : { "$oid" : "string" },
     "titulo" : "string",
     "id_cv"  : 1132, 
     "textos" : [ { "fecha" : { "$date" : 1217376000000 }, 
                               "estado" : "string", 
                               "texto"  : "string",
                           "source_url" : "string" } ] },

 { "_id" : { "$oid" : "string" },
     "titulo" : "string", 
     "autores" : ",\"string\",\"string\",\"string\",\"string\",5",
     "id_cv" : 1138,
     "textos" : [ { "fecha" : { "$date" : 1217548800000 },
                               "estado" : "string",
                                "texto" : "string", 
                           "source_url" : "string" } ] }]

我添加了换行符以提高可读性。换行符和空格（在单个标识符或字符串之外） - 或更好：应该 - 被 JSON 解析器忽略。

【讨论】：

【解决方案2】：

在这里，我已将 JSON 字符串解析为数据框。我认为这对你很有用。

http://spring-webservice-2-step-by-step.blogspot.in/2013/10/voltdb-with-r-real-time-analysis.html

【讨论】：