将Unicode字符串中的JSON解析为字典

Question

我有一个JSON输入，其中包含作为Unicode字符的字典列表：示例：

input = u'[{
        attributes: {
            NAME: "Name_1ĂĂÎÎ",
            TYPE: "Tip1",
            LOC_JUD: "Bucharest",
            LAT_LON: "234343/432545",
            S70: "2342345",
            MAP: "Map_one",
            SCH: "1:5000,
            SURSA: "PPP"
        }
    }, {
        attributes: {
            NAME: "NAME_2șțț",
            TYPE: "Tip2",
            LOC_JUD: "cea",
            LAT_LON: "123/54645",
            S70: "4324",
            MAP: "Map_two",
            SCH: "1:578000",
            SURSA: "PPP"
        }
    }
]
'

如何将该字符串解析为词典列表？ 我尝试使用以下方法执行此操作：

import json
json_d = json.dumps(input)
print type(json_d)  # string object / Not list of dicts
json_obj = json.loads(json_d)  # unicode object / Not list of dicts

我无法解析JSON的内容：

print json_obj[0]["attributes"]
TypeError: string indices must be integers

我正在使用Python 2.7.11。 谢谢你的帮助！

Answer 1

尝试一个简化的示例：

s = '[{attributes: { a: "foo", b: "bar" } }]'

主要问题是您的字符串不在有效的JSON中：

>>> json.loads(s)
[...]
JSONDecodeError: Expecting property name enclosed in double quotes: line 1 column 3 (char 2)

如果输入是您生成的，则对其进行修复。 如果它来自其他地方，则需要先对其进行编辑，然后再将其加载到json模块中。

请注意.load()方法如何具有适当的JSON才能按预期工作：

>>> s = '[{"attributes": { "a": "foo", "b": "bar" } }]'
>>> json.loads(s)
[{'attributes': {'a': 'foo', 'b': 'bar'}}]
>>> type(json.loads(s))
list

Answer 2

正如其他人提到的那样，您的输入数据不是JSON。 理想情况下，应该是固定的上游，使你得到有效的JSON。

但是，如果超出您的控制范围，则可以将该数据转换为JSON。

主要问题是所有那些未加引号的键。 我们可以通过使用正则表达式在每行的第一个字段中搜索有效名称来解决此问题。 如果找到有效名称，则将其用双引号引起来。

import json
import re

source = u'''[{
        attributes: {
            NAME: "Name_1ĂĂÎÎ",
            TYPE: "Tip1",
            LOC_JUD: "Bucharest",
            LAT_LON: "234343/432545",
            S70: "2342345",
            MAP: "Map_one",
            SCH: "1:5000",
            SURSA: "PPP"
        }
    }, {
        attributes: {
            NAME: "NAME_2șțț",
            TYPE: "Tip2",
            LOC_JUD: "cea",
            LAT_LON: "123/54645",
            S70: "4324",
            MAP: "Map_two",
            SCH: "1:578000",
            SURSA: "PPP"
        }
    }
]
'''

# Split source into lines, then split lines into colon-separated fields
a = [s.strip().split(': ') for s in source.splitlines()]

# Wrap names in first field in double quotes
valid_name = re.compile('(^\w+$)')
for row in a:
    row[0] = valid_name.sub(r'"\1"', row[0])

# Recombine the data and load it
data = json.loads(' '.join([': '.join(row) for row in a]))

# Test 

print data[0]["attributes"]
print '- ' * 30
print json.dumps(data, indent=4, ensure_ascii=False)

输出

{u'LOC_JUD': u'Bucharest', u'NAME': u'Name_1\u0102\u0102\xce\xce', u'MAP': u'Map_one', u'SURSA': u'PPP', u'S70': u'2342345', u'TYPE': u'Tip1', u'LAT_LON': u'234343/432545', u'SCH': u'1:5000'}
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 
[
    {
        "attributes": {
            "LOC_JUD": "Bucharest", 
            "NAME": "Name_1ĂĂÎÎ", 
            "MAP": "Map_one", 
            "SURSA": "PPP", 
            "S70": "2342345", 
            "TYPE": "Tip1", 
            "LAT_LON": "234343/432545", 
            "SCH": "1:5000"
        }
    }, 
    {
        "attributes": {
            "LOC_JUD": "cea", 
            "NAME": "NAME_2șțț", 
            "MAP": "Map_two", 
            "SURSA": "PPP", 
            "S70": "4324", 
            "TYPE": "Tip2", 
            "LAT_LON": "123/54645", 
            "SCH": "1:578000"
        }
    }
]

请注意，此代码有些脆弱。 它可以使用问题中显示的格式的数据，但如果一行上有多个键/值对，则该数据将不起作用。

正如我之前所说，解决此问题的最佳方法是在上游生成非JSON。