使用文件而不是字典時的python for循環

Question

我使用自己的文件而不是Python字典，但是當我對該文件應用for循環時，卻收到此錯誤：

TypeError: string indices must be integers, not str

我的代碼在下面給出，其中“ sai.json”是包含字典的文件。

import json
from naiveBayesClassifier import tokenizer
from naiveBayesClassifier.trainer import Trainer
from naiveBayesClassifier.classifier import Classifier

nTrainer = Trainer(tokenizer)

ofile = open("sai.json","r")

dataset=ofile.read()
print dataset

for n in dataset:
    nTrainer.train(n['text'], n['category'])

nClassifier = Classifier(nTrainer.data, tokenizer)

unknownInstance = "Even if I eat too much, is not it possible to lose some weight"

classification = nClassifier.classify(unknownInstance)
print classification

Answer 1

您正在導入json模塊，但沒有使用它！

您可以使用json.load將打開的文件中的JSON數據加載到Python dict ，也可以將文件讀取為字符串，然后使用json.loads將數據加載到dict 。

例如，

ofile = open("sai.json","r")
data = json.load(ofile)
ofile.close()

甚至更好

with open("sai.json", "r") as ifile:
    data = json.load(ofile)

或者，使用json.loads ：

with open("sai.json", "r") as ifile:
    dataset=ofile.read()
data = json.loads(dataset)

然后您可以使用data['text']訪問data的內容，並
data['category'] ，假設字典具有這些鍵。

您遇到錯誤，因為dataset是字符串，所以

for n in dataset:
    nTrainer.train(n['text'], n['category'])

逐個字符地遍歷該字符串，將每個字符放入一個元素字符串中。 字符串只能用整數索引，不能用其他字符串索引，但是索引到一個元素字符串中的索引並不多，因為如果s是一個元素字符串，那么s[0]與s內容相同

---

這是您放入評論中的數據。 我以為您的數據是包裝在字典中的列表，但是可以將純列表作為JSON對象是可以的。
FWIW，我使用print json.dumps(dataset, indent=4)進行格式化。 請注意，文件中的最后一個}后沒有逗號：在Python中是可以的，但在JSON中是錯誤。

sai.json

[
    {
        "category": "NO", 
        "text": "hello everyone"
    }, 
    {
        "category": "YES", 
        "text": "dont use words like jerk"
    }, 
    {
        "category": "NO", 
        "text": "what the hell."
    }, 
    {
        "category": "yes", 
        "text": "you jerk"
    }
]

現在，如果我們使用json.load讀取它，您的代碼應該可以正常工作。 但是這是一個僅演示內容的簡單演示：

with open("sai.json", "r") as f:
    dataset = json.load(f)

for n in dataset:
    print "text: '%s', category: '%s'" % (n['text'], n['category'])

產量

text: 'hello everyone', category: 'NO'
text: 'dont use words like jerk', category: 'YES'
text: 'what the hell.', category: 'NO'
text: 'you jerk', category: 'yes'