Python json.loads показывает ValueError: дополнительные данные

151

Я получаю некоторые данные из файла JSON "new.json" и хочу отфильтровать некоторые данные и сохранить их в новом файле JSON. Вот мой код:

import json
with open('new.json') as infile:
    data = json.load(infile)
for item in data:
    iden = item.get["id"]
    a = item.get["a"]
    b = item.get["b"]
    c = item.get["c"]
    if c == 'XYZ' or  "XYZ" in data["text"]:
        filename = 'abc.json'
    try:
        outfile = open(filename,'ab')
    except:
        outfile = open(filename,'wb')
    obj_json={}
    obj_json["ID"] = iden
    obj_json["VAL_A"] = a
    obj_json["VAL_B"] = b

и я получаю сообщение об ошибке:

  File "rtfav.py", line 3, in <module>
    data = json.load(infile)
  File "/usr/lib64/python2.7/json/__init__.py", line 278, in load
    **kw)
  File "/usr/lib64/python2.7/json/__init__.py", line 326, in loads
    return _default_decoder.decode(s)
  File "/usr/lib64/python2.7/json/decoder.py", line 369, in decode
    raise ValueError(errmsg("Extra data", s, end, len(s)))
ValueError: Extra data: line 88 column 2 - line 50607 column 2 (char 3077 - 1868399)

Кто-нибудь может мне помочь?

Вот пример данных в new.json, в файле еще около 1500 таких словарей

{
    "contributors": null, 
    "truncated": false, 
    "text": "@HomeShop18 #DreamJob to professional rafter", 
    "in_reply_to_status_id": null, 
    "id": 421584490452893696, 
    "favorite_count": 0, 
    "source": "<a href=\"https://mobile.twitter.com\" rel=\"nofollow\">Mobile Web (M2)</a>", 
    "retweeted": false, 
    "coordinates": null, 
    "entities": {
        "symbols": [], 
        "user_mentions": [
            {
                "id": 183093247, 
                "indices": [
                    0, 
                    11
                ], 
                "id_str": "183093247", 
                "screen_name": "HomeShop18", 
                "name": "HomeShop18"
            }
        ], 
        "hashtags": [
            {
                "indices": [
                    12, 
                    21
                ], 
                "text": "DreamJob"
            }
        ], 
        "urls": []
    }, 
    "in_reply_to_screen_name": "HomeShop18", 
    "id_str": "421584490452893696", 
    "retweet_count": 0, 
    "in_reply_to_user_id": 183093247, 
    "favorited": false, 
    "user": {
        "follow_request_sent": null, 
        "profile_use_background_image": true, 
        "default_profile_image": false, 
        "id": 2254546045, 
        "verified": false, 
        "profile_image_url_https": "https://pbs.twimg.com/profile_images/413952088880594944/rcdr59OY_normal.jpeg", 
        "profile_sidebar_fill_color": "171106", 
        "profile_text_color": "8A7302", 
        "followers_count": 87, 
        "profile_sidebar_border_color": "BCB302", 
        "id_str": "2254546045", 
        "profile_background_color": "0F0A02", 
        "listed_count": 1, 
        "profile_background_image_url_https": "https://abs.twimg.com/images/themes/theme1/bg.png", 
        "utc_offset": null, 
        "statuses_count": 9793, 
        "description": "Rafter. Rafting is what I do. Me aur mera Tablet.  Technocrat of Future", 
        "friends_count": 231, 
        "location": "", 
        "profile_link_color": "473623", 
        "profile_image_url": "http://pbs.twimg.com/profile_images/413952088880594944/rcdr59OY_normal.jpeg", 
        "following": null, 
        "geo_enabled": false, 
        "profile_banner_url": "https://pbs.twimg.com/profile_banners/2254546045/1388065343", 
        "profile_background_image_url": "http://abs.twimg.com/images/themes/theme1/bg.png", 
        "name": "Jayy", 
        "lang": "en", 
        "profile_background_tile": false, 
        "favourites_count": 41, 
        "screen_name": "JzayyPsingh", 
        "notifications": null, 
        "url": null, 
        "created_at": "Fri Dec 20 05:46:00 +0000 2013", 
        "contributors_enabled": false, 
        "time_zone": null, 
        "protected": false, 
        "default_profile": false, 
        "is_translator": false
    }, 
    "geo": null, 
    "in_reply_to_user_id_str": "183093247", 
    "lang": "en", 
    "created_at": "Fri Jan 10 10:09:09 +0000 2014", 
    "filter_level": "medium", 
    "in_reply_to_status_id_str": null, 
    "place": null
} 
Апурв Ашутош
источник
Это ошибка, которую вы получаете всякий раз, когда входной JSON имеет более одного объекта в строке. Многие из ответов здесь предполагают, что в строке есть только один объект, или строят примеры, подчиняющиеся этому, но сломались бы, если бы это было не так.
SMCI
@smci: Можете ли вы объяснить строкуmore than one object per line
aspiring1

Ответы:

150

Как вы можете видеть в следующем примере, json.loadsjson.load) не декодирует несколько объектов json.

>>> json.loads('{}')
{}
>>> json.loads('{}{}') # == json.loads(json.dumps({}) + json.dumps({}))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Python27\lib\json\__init__.py", line 338, in loads
    return _default_decoder.decode(s)
  File "C:\Python27\lib\json\decoder.py", line 368, in decode
    raise ValueError(errmsg("Extra data", s, end, len(s)))
ValueError: Extra data: line 1 column 3 - line 1 column 5 (char 2 - 4)

Если вы хотите сбросить несколько словарей, поместите их в список, создайте дамп списка (вместо нескольких словарей)

>>> dict1 = {}
>>> dict2 = {}
>>> json.dumps([dict1, dict2])
'[{}, {}]'
>>> json.loads(json.dumps([dict1, dict2]))
[{}, {}]
falsetru
источник
7
Можете ли вы объяснить еще раз со ссылкой на код, который я дал выше? Я новичок, и порой требуется много времени, чтобы понять такие вещи.
Апурв Ашутош
1
@ApoorvAshutosh, похоже, new.jsonсодержит json и другие избыточные данные. json.load, json.loadsможет только декодировать JSON. Это вызывает, ValueErrorкогда он сталкивается с дополнительными данными, как вы видите.
Falsetru
Я вставил образец из new.json, и я отфильтровываю некоторые данные из него, поэтому я не понимаю, откуда я получаю дополнительные данные
Apoorv Ashutosh
1
@ApoorvAshutosh, вы сказали еще 1500 таких словарей в редактируемом вопросе. Это дополнительные данные. Если вы тот, кто сделал new.json, просто поместите один JSON в файл.
Falsetru
1
@ApoorvAshutosh, если вам нужно вывести несколько словарей как json, оберните их в список и выгрузите список.
Falsetru
101

Вы можете просто читать из файла jsonifyingкаждую строку, как вы идете:

tweets = []
for line in open('tweets.json', 'r'):
    tweets.append(json.loads(line))

Это позволяет избежать хранения промежуточных объектов Python. Пока вы пишете один полный твит на append()звонок, это должно работать.

Адам Хьюз
источник
7
В принятом ответе описывается, как устранить источник проблемы, если вы контролируете процесс экспорта, но если вы используете чужие данные и вам просто нужно с ними справиться, это отличный метод с минимальными издержками.
charlesreid1
3
Многие наборы данных (например, набор данных Yelp) в настоящее время предоставляются как «набор» объектов Json, и ваш подход удобен для их загрузки.
Габрер
36

Я столкнулся с этим, потому что я пытался загрузить файл JSON, выгруженный из MongoDB. Это давало мне ошибку

JSONDecodeError: Extra data: line 2 column 1

JSON-файл MongoDB содержит по одному объекту на строку, поэтому у меня получилось:

import json
data = [json.loads(line) for line in open('data.json', 'r')]
Ник Скоззаро
источник
13

Это также может произойти, если ваш файл JSON не является только одной записью JSON. Запись в формате JSON выглядит следующим образом:

[{"some data": value, "next key": "another value"}]

Он открывается и закрывается скобкой [], внутри скобок находятся скобки {}. Может быть много пар скобок, но все заканчивается закрывающей скобкой]. Если ваш файл JSON содержит более одного из них:

[{"some data": value, "next key": "another value"}]
[{"2nd record data": value, "2nd record key": "another value"}]

тогда load () не удастся.

Я подтвердил это своим собственным файлом, который не удался.

import json

guestFile = open("1_guests.json",'r')
guestData = guestFile.read()
guestFile.close()
gdfJson = json.loads(guestData)

Это работает, потому что 1_ghest.json имеет одну запись []. Исходный файл, который я использовал all_ghest.json, содержал 6 записей, разделенных новой строкой. Я удалил 5 записей (которые я уже проверил, чтобы они были заключены в квадратные скобки) и сохранил файл под новым именем. Тогда оператор загрузки работал.

Ошибка была

   raise ValueError(errmsg("Extra data", s, end, len(s)))
ValueError: Extra data: line 2 column 1 - line 10 column 1 (char 261900 - 6964758)

PS. Я использую слово «запись», но это не официальное название. Кроме того, если в вашем файле есть символы новой строки, такие как мой, вы можете циклически проходить по нему, чтобы загружать () по одной записи за раз в переменную json.

VISQL
источник
2
Есть ли способ, чтобы json.loadsпрочитать разделители json с разделителями? То есть вести себя как [json.loads(x) for x in text.split('\n')]? Связанный: есть ли гарантия, что json.dumpsне будут включать буквальные переводы строк в свой вывод с отступом по умолчанию?
Бен
1
@Ben по умолчанию json.dumpsизменит переводы строки в текстовом содержимом на "\n", сохраняя ваш json одной строкой.
jchook
7

Ну, это может кому-то помочь. я только что получил ту же ошибку, в то время как мой файл JSON, как это

{"id":"1101010","city_id":"1101","name":"TEUPAH SELATAN"}
{"id":"1101020","city_id":"1101","name":"SIMEULUE TIMUR"}

и я обнаружил, что это неправильно, поэтому я изменил

{
  "datas":[
    {"id":"1101010","city_id":"1101","name":"TEUPAH SELATAN"},
    {"id":"1101020","city_id":"1101","name":"SIMEULUE TIMUR"}
  ]
}
Акбар Ното
источник
1
загрузка, как у вас, json.load (infile)
Акбар Ното
6

Однострочник для вашей проблемы:

data = [json.loads(line) for line in open('tweets.json', 'r')]
Нихал
источник
1
Это не общее решение, оно предполагает, что вход имеет по одному объекту JSON на строку, и разбивает его, что нет.
SMCI
3

Если вы хотите решить это в два слоя, вы можете сделать это так:

with open('data.json') as f:
    data = [json.loads(line) for line in f]
coreehi
источник
1

Я думаю, что сохранение диктовок в списке не является идеальным решением, предложенным @falsetru.

Лучший способ - перебирать диктовки и сохранять их в .json, добавляя новую строку.

наши 2 словаря

d1 = {'a':1}

d2 = {'b':2}

Вы можете написать их в .json

import json
with open('sample.json','a') as sample:
    for dict in [d1,d2]:
        sample.write('{}\n'.format(json.dumps(dict)))

и вы можете прочитать файл JSON без проблем

with open('sample.json','r') as sample:
    for line in sample:
        line = json.loads(line.strip())

просто и эффективно

Murat Yalçın
источник
Это не общее решение, оно предполагает, что вход имеет по одному объекту JSON на строку, и разбивает его, что нет.
SMCI