Python json.loads显示了ValueError:Extra数据

时间:2014-01-11 05:36:43

标签: python json

我从JSON文件“new.json”获取一些数据,我想过滤一些数据并将其存储到新的JSON文件中。这是我的代码:

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

我收到错误,追溯是:

  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)

有人可以帮助我吗?

以下是new.json中的数据示例,文件中还有大约1500个这样的词典

{
    "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
} 

9 个答案:

答案 0 :(得分:118)

正如您在以下示例中所看到的,json.loads(和json.load)不会解码多个json对象。

>>> 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)

如果要转储多个词典,请将它们包装在列表中,转储列表(而不是多次转储词典)

>>> dict1 = {}
>>> dict2 = {}
>>> json.dumps([dict1, dict2])
'[{}, {}]'
>>> json.loads(json.dumps([dict1, dict2]))
[{}, {}]

答案 1 :(得分:66)

我是否可以建议您不必将所有推文打包到列表中,然后执行json.dumps。您可以随时写入文件,然后使用以下命令加载它们:

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

这样你就不必存储中间的python对象了。只要您根据append()电话编写一条完整的推文,这应该可行。

答案 2 :(得分:14)

我遇到了这个问题,因为我试图加载从MongoDB转储的JSON文件。这给我一个错误

JSONDecodeError: Extra data: line 2 column 1

MongoDB JSON转储每行有一个对象,因此对我有用的是:

import json    

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

答案 3 :(得分:9)

如果您的JSON文件不仅仅是1个JSON记录,也可能发生这种情况。 JSON记录如下所示:

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

它用括号[]打开和关闭,括号内是大括号{}。可以有很多对括号,但它们都以一个紧密的括号结束。 如果您的json文件包含多个:

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

然后loads()将失败。

我用我自己的失败文件验证了这一点。

import json

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

这是有效的,因为1_guests.json有一个记录[]。我使用all_guests.json的原始文件有6条用换行符分隔的记录。我删除了5条记录(我已经通过括号检查了这些记录)并以新名称保存了该文件。然后load语句有效。

错误是

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

PS。我使用单词record,但这不是官方名称。另外,如果你的文件有像我这样的换行符,你可以循环遍历它,将一条记录一次加载到一个json变量中。

答案 4 :(得分:3)

您的问题的单线:

std::pair

答案 5 :(得分:1)

如果您想用两种方法解决它,可以这样做:

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

答案 6 :(得分:0)

我认为将dict保存在列表中并不是@falsetru提出的理想解决方案。

更好的方法是遍历字典并通过添加新行将其保存到.json。

我们的2个词典是

const SOURCE_CODE_PATH = 'be/**/*.js';
const SPECS_PATH = 'be/**/*.spec.js';
const NO_SPECS_PATH = '!be/**/*.spec.js';

gulp.task('pre-test-be', ['lint-be'], () => {
    return gulp.src([
            SOURCE_CODE_PATH,
            NO_SPECS_PATH
        ])
        .pipe(istanbul({
            includeUntested: true,
        }))
        .pipe(istanbul.hookRequire());
});
gulp.task('test-be', ['pre-test-be'], done => {
    return gulp.src([SPECS_PATH], { read: false })
        .pipe(mocha())
        .pipe(istanbul.writeReports());
})

您可以将它们写入.json

d1 = {'a':1}

d2 = {'b':2}

您可以毫无问题地读取json文件

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

简单高效

答案 7 :(得分:0)

好吧,这可能会对某人有所帮助。我的json文件像这样时,我只是遇到了相同的错误

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

我发现它的格式不正确,所以我将其更改为某种形式的

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

答案 8 :(得分:0)

我的json文件的格式与问题中的格式完全相同,但此处没有解决方案。最后,我在另一个Stackoverflow线程上找到了一种解决方法。由于该帖子是Google搜索中的第一个链接,因此我在此处输入了答案,以便将来其他人访问此帖子时会更容易找到它。

据说,有效的json文件在文件的开头需要“ [”,在文件的末尾需要“]”。而且,在每个json项目之后,必须有一个“}”而不是“}”。所有括号不带引号!这段代码只是将格式错误的json文件修改为正确的格式。

https://stackoverflow.com/a/51919788/2772087