python - 如何使用 Python ijson 读取大型 JSON 文件？

Question

我正在尝试解析一个大的 json 文件(数百个演出)以从其 key 中提取信息。为简单起见，请考虑以下示例:

import random, string

# To create a random key 
def random_string(length):
        return "".join(random.choice(string.lowercase) for i in range(length))

# Create the dicitonary 
dummy = {random_string(10): random.sample(range(1, 1000), 10) for times in range(15)}

# Dump the dictionary into a json file 
with open("dummy.json", "w") as fp:
        json.dump(dummy, fp)

然后，我在 python 2.7 中使用 ijson 来解析文件:

file_name = "dummy.json"

with open(file_name, "r") as fp:

    for key in dummy.keys():

        print "key: ", key 

        parser = ijson.items(fp, str(key) + ".item")

        for number in parser:
            print number,

我期望检索列表中与 dic 键对应的所有数字。然而，我得到了

IncompleteJSONError: Incomplete JSON data

我知道这篇文章:Using python ijson to read a large json file with multiple json objects ，但在我的例子中，我有一个 json 文件，它格式正确，具有相对简单的架构。关于如何解析它的任何想法？谢谢。

Answer 1

ijson 有一个迭代器接口(interface)来处理大型 JSON 文件，允许延迟读取文件。您可以以小块的形式处理文件并将结果保存在其他地方。

调用 ijson.parse() 产生三个值 prefix, event, value

一些 JSON:

{
    "europe": [
      {"name": "Paris", "type": "city"},
      {"name": "Rhein", "type": "river"}
    ]
  }

代码:

import ijson


data = ijson.parse(open(FILE_PATH, 'r'))

for prefix, event, value in data:
    if event == 'string':
        print(value)

输出:

Paris
city
Rhein
river

引用:https://pypi.python.org/pypi/ijson