从.json文件获取特定数据，然后将其保存到python中的2D矩阵/字典中

Question

我是python的新手，我一直在尝试对文件夹内的各种.json文件进行一些NLP处理。 我设法使用键（即文章获取描述值）从字典中分别获取和打印每个条目。 关键是每次循环执行时，我都会将新数据值保存到与body1相同的变量中。 由于某些原因，我发现很难执行的操作是将每个数据条目（每个文章说明）保存在二维矩阵或字典表中（如果要保存），以便能够将所有条目保存在那里以备将来使用。 就像是 ：

body1 = ['file_name'，'description'，'file_name'，'description'，'file_name'，'description']因此，如果需要的话，我可以使用body1 [name] [description]打印第二个文件的描述。 现在，在每次迭代中，最后一次迭代中的数据都会丢失。 我认为我的C配置想法确实让我看到了答案。 我将不胜感激。

预先谢谢你，乔治

   import os
   import glob
   import json
   import nltk
   from nltk.corpus import stopwords
   from nltk import PorterStemmer

   stop = stopwords.words('english')
   stemmer=PorterStemmer()

   for name in glob.glob('/Users/jorjis/Desktop/test/*'):
     jfile = open(name, 'r')
     values = json.load(jfile)
     jfile.close()
     body1 = values['article']['description']
     tokens = nltk.wordpunct_tokenize(body1)
     tokens = [w.lower() for w in tokens]
     vocab = [word for word in tokens if word not in stop]
     print body1

Answer 1

您需要在循环外建立一个列表并附加值。

final = [] # add values you want saved to final
uniq_ident = 1
for name in glob.glob('/Users/jorjis/Desktop/test/*'):
     jfile = open(name, 'r')
     values = json.load(jfile)
     jfile.close()
     body1 = values['article']['description']
     tokens = nltk.wordpunct_tokenize(body1)
     tokens = [w.lower() for w in tokens]
     vocab = [word for word in tokens if word not in stop]
     final.append([uniq_ident,vocab]) # append vocab or whatever values you want to keep
     uniq_ident += 1
     print body1

您还可以使用带有final = {} make final dict并使用final[uniq_ident] = vocab

如果您想保留最终列表并在每次使用时附加字典：

 final.append({uniq_ident:vocab})