Question

我正在尝试通过添加逗号分隔的括号来格式化json格式的数据集。目标是将其导出到csv。对于某些记录，数据集在某些字段中有漏洞，如果我直接导入它，我会收到错误。

我有这条线

data_json_str = "[" + ','.join(data) + "]"

但是我收到了这个错误

TypeError                                 Traceback (most recent call last)
<ipython-input-4-923cc05f5de6> in <module>()
----> 1 data_json_str = "[" + ','.join(data) + "]"

TypeError: sequence item 0: expected str instance, bytes found

Answer 1

我猜你正在使用Python 3。

在Python 3中，有两种字符串格式：str (sequences of Unicode code points)和bytes (sequences of bytes)。出于某种原因（比如以二进制模式读取文件），您最终使用bytes而不是data对象中的字符串。这些既不能用作','.join的参数，也不能传递给json.dumps：

>>> data = [b'abc', b'def']
>>> data_json_str = "[" + ','.join(data) + "]"
Traceback (most recent call last):
  File "python", line 1, in <module>
TypeError: sequence item 0: expected str instance, bytes found

>>> import json
>>> json.dumps(data)
Traceback (most recent call last):
  File "python", line 1, in <module>
TypeError: b'abc' is not JSON serializable

您必须先将字节转换为unicode字符串。如果您已经知道编码（通常是UTF-8），您可以编写例如：

>>> data = [d.decode('utf-8') for d in data]
>>> data
['abc', 'def']

然后使用字符串连接或（最好）the JSON library将它们转换为JSON字符串。

编辑：从文件中读取的数据可能以字节而不是Unicode保存的一个原因是当您从设置了二进制标志的文件中读取时，即open(filename, 'rb')而不是open(filename 'r') with open('data.txt', 'r') as f: data = f.readlines()。有关如何在读取文件时更改默认编码的详细信息，请参阅the open function reference。

因此，在最佳情况下，数据从文本文件读取为Unicode字符串：

import json
print(json.dumps(data))

然后转换为json：

while (t <= 1f)

以JSON格式化数据

1 个答案: