如何仅从字典/json 中提取特定字段？

Question

我正在尝试创建一个新字典来仅提取特定字段，我只想要“process_hash”、“process_name”、“process_effective_reputation”字段。

下面的代码可以工作，但它只提取第一个项目，我想提取所有项目，但仅适用于“process_hash”、“process_name”、“process_effective_reputation”字段

JSON：

{'results': [{'device_name': 'faaadc2',
          'device_timestamp': '2020-10-27T00:50:46.176Z',
          'event_id': '9b1bvfaa11eb81b',
          'process_effective_reputation': 'LIST5',
          'process_hash': ['bfc7dcf5935f3avda9df8e9b6425c37a',
                           'ca9f3a2450asd518fc939a33c100b2d557f96e040f712f6dd4641ad1734e2f19'],
          'process_name': 'c:\\program files '
                          '(x86)\\to122soft\\thcaadf3\\tohossce.exe',
          'process_username': ['JOHN\\user1']},
         {'device_name': 'fk6saadc2',
          'device_timestamp': '2020-10-27T00:50:46.176Z',
          'event_id': '9b151f6e17ee11eb81b',
          'process_effective_reputation': 'LIST1',
          'process_hash': ['bfc7dcf5935f3a9df8e9baaa425c37a',
                           'ca9f3aaa506cc518fc939a33c100b2d557f96e040f712f6dd4641ad1734e2f19'],
          'process_name': 'c:\\program files '
                          '(x86)\\oaaft\\tf3\\toaaotsice.exe',
          'process_username': ['JOHN\\user2']},
         {'device_name': 'sdddsdc2',
          'device_timestamp': '2020-10-27T00:50:46.176Z',
          'event_id': '9b151f698e11eb81b',
          'process_effective_reputation': 'LIST',
          'process_hash': ['9df8ebfc7dcf5935830f3a9b6asdcd7a',
                           'ca9f3a24506cc518fdfrcv39a33c100b2d557f96e040f7124641ad1734e2f19'],
          'process_name': 'c:\\program files '
                          '(x86)\\toht\\thaa3\\toasce.exe',
          'process_username': ['JOHN\\user3']}]}

代码：

response = json.loads(r.text)
r = response['results']

selected_fields = []
for d in r:
    selected_fields.append({k: d[k] for k in ("process_hash", "process_name", "process_effective_reputation")})

new_data = []
for data in selected_fields:
    fieldnames = 'md5 sha256 process_name process_effective_reputation'.split()
    row = {'md5': data['process_hash'][0], 'sha256': data['process_hash'][1]}
    # Copy process_name and process_effective_reputation fields.
    row.update({fieldname: data[fieldname] for fieldname in fieldnames[-2:]})
    new_data.append(row)
return new_data

更新：

感谢 Lauren Boland 提供的代码，这很有效，Nattelar 提供了解释。

我附上了新代码，我试图将进程哈希字段拆分为两个字段，以便它是“md5”“sha256”“process_name”“process_effective_reputation”，我已经尝试了上面的代码，但我得到了 row = {' md5': data['process_hash'][0], 'sha256': data['process_hash'][1]} IndexError: list index out of range

谢谢

Answer 1

您在 for 循环的每次迭代中都覆盖了selected_fields字典。

尝试将其设为列表。 它将返回一个字典列表。

selected_fields = []
for d in r:
    selected_fields.append({k: d[k] for k in ("process_hash", "process_name", "process_effective_reputation")})
return selected_fields

Answer 2

即使已经有了答案，我还是想指出这里发生了什么。

当您尝试使变量等于某个值时，您最终会覆盖之前存在的值，这就是您的代码无法正常工作的原因。 但即使您尝试使用 selected_fields.update() 它也不会起作用，因为键名称相同，现在键的值将被覆盖。

在做这种事情时，你通常必须保持结构的原始类型，在 selected_fields['Results'] 的情况下是一个列表