我需要递归地遍历 JSON 文件（从 API 发布响应），提取以 ["text"] 作为键的字符串{"text":"this is a string"}
我需要开始从元数据中具有最旧日期的源进行解析，从该源中提取字符串，然后移至第二个最旧的源，依此类推。 JSON 文件可能会严重嵌套，并且字符串所在的级别可能会不时发生变化。
问题：
有很多名为 ["text"] 的键，我不需要所有这些键，我只需要那些具有字符串值的键。更好的是，我需要的 "text":"string" 始终位于 a 的同一个对象 {} 中"type":"sentence"。参见图片。
我在问什么
修改下面的第二个代码，以便递归地遍历文件并仅提取 ["text"] 值（当它们与 "type":"sentence" 位于同一对象 {} 中时）。
下面是 JSON 文件的片段（绿色的是我需要的文本和元数据，红色的是我不需要提取的文本）：
完整 JSON 示例的链接：http://pastebin.com/0NS5BiDk
到目前为止我所做的：
1）简单的方法：将json文件转换为字符串并搜索双引号（“”）之间的内容，因为在所有json帖子响应中，我需要的“字符串”是唯一位于双引号之间的内容。然而，这个选项阻止我预先订购资源，因此还不够好。
r1 = s.post(url2, data=payload1)
j = str(r1.json())
sentences_list = (re.findall(r'\"(.+?)\"', j))
numentries = 0
for sentences in sentences_list:
numentries += 1
print(sentences)
print(numentries)
2) 更聪明的方法：递归地遍历 JSON 文件并提取 ["text"] 值
def get_all(myjson, key):
if type(myjson) is dict:
for jsonkey in (myjson):
if type(myjson[jsonkey]) in (list, dict):
get_all(myjson[jsonkey], key)
elif jsonkey == key:
print (myjson[jsonkey])
elif type(myjson) is list:
for item in myjson:
if type(item) in (list, dict):
get_all(item, key)
print(get_all(r1.json(), "text"))
它提取所有以 ["text"] 作为键的值。不幸的是，在文件中还有其他内容（我不需要）以 [“text”] 作为键。因此它返回我不需要的文本。
请指教。
UPDATE
我编写了 2 个代码来按某个键对对象列表进行排序。第一个按 xml 的“文本”排序。第二个由“包含期间”值组成。
第一个有效，但是一些 XML，即使它们的数量较多，实际上里面的文档比我预期的要早。
对于第二个代码，“包含周期”的格式不一致，有时该值根本不存在。第二个也给了我一个错误，但我不明白为什么 -string indices must be integers.
# 1st code (it works but not ideal)
j=r1.json()
list = []
for row in j["tree"]["children"][0]["children"]:
list.append(row)
newlist = sorted(list, key=lambda k: k['text'][-9:])
print(newlist)
# 2nd code I need something to expect missing values and to solve the
# list index error
list = []
for row in j["tree"]["children"][0]["children"]:
list.append(row)
def date(key):
return dparser.parse((' '.join(key.split(' ')[-3:])),fuzzy=True)
def order(list_to_order):
try:
return sorted(list_to_order,
key=lambda k: k[date(["metadata"][0]["value"])])
except ValueError:
return 0
print(order(list))
我认为这将满足您的要求，只要选择正确的字符串即可。我还更改了类型检查的方式以使用isinstance()，这被认为是更好的方法，因为它支持面向对象的多态性。
import json
_NUL = object() # unique value guaranteed to never be in JSON data
def get_all(myjson, kind, key):
""" Recursively find all the values of key in all the dictionaries in myjson
with a "type" key equal to kind.
"""
if isinstance(myjson, dict):
key_value = myjson.get(key, _NUL) # _NUL if key not present
if key_value is not _NUL and myjson.get("type") == kind:
yield key_value
for jsonkey in myjson:
jsonvalue = myjson[jsonkey]
for v in get_all(jsonvalue, kind, key): # recursive
yield v
elif isinstance(myjson, list):
for item in myjson:
for v in get_all(item, kind, key): # recursive
yield v
with open('json_sample.txt', 'r') as f:
data = json.load(f)
numentries = 0
for text in get_all(data, "sentence", "text"):
print(text)
numentries += 1
print('\nNumber of "text" entries found: {}'.format(numentries))