Question

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

Answer 1

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);

Answer 2

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

Answer 3

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()`

我正面临着json解析的一些问题

3 个答案: