qs
这是我的json。我在解析这个问题时遇到了一些困难。我正在尝试这个解决方案。请提出一些想法如何解析这种类型的json。谢谢你的回答
{"success":"true",
"groups":[
{
"groupId":"c20f2353-1f13-4ea0-8283-ghhjc4dcc725251b",
"name":"hb",
"description":"hjj",
"image":null,
"membersCount":1,
"groupType":"chaddt",
"productCategeory":"bdfjgh",
"members":[
{
"memberId":"0031ea31-a71c-49f8ddbff6-8adaa310db02",
"memberName":"ddddsnta",
"contactId":"5a303564dd-2349-4cca-a190-f36f28ff54cb",
"contactName":"dssnta",
"role":"member"
}
],
}
]
}
这是我的json。我在解析这个问题时遇到了一些困难。我正在尝试这个解决方案。请提出一些想法如何解析这种类型的json。谢谢你的回答
答案 0 :(得分:0)
您的JSON响应没有任何阵列名称。
而不是:
JSONArray jsonArray = jsonObject.getJSONArray("groups");
使用此:
JSONArray jsonArray = jsonObject.getJSONArray(yourResponseStringHere);
答案 1 :(得分:0)
它只需要使用Gson库并使用您的json文件创建相应的类。 Gson:https://github.com/google/gson
答案 2 :(得分:0)
检查这个答案。它可以帮助你解决这个问题。
modelX = LogisticRegression()
rfecv = RFECV(estimator=modelX, step=1, scoring='mean_absolute_error')
rfecv.fit(df_normdf, y_train)
print("Optimal number of features : %d" % rfecv.n_features_)
# Plot number of features VS. cross-validation scores
plt.figure()
plt.xlabel("Number of features selected")
plt.ylabel("Cross validation score (nb of correct classifications)")
plt.plot(range(1, len(rfecv.grid_scores_) + 1), rfecv.grid_scores_)
plt.show()`