Question

所以我是Python的新手，但我知道我想要完成的任务。基本上，我在Twitter中输入了一条加载到Python中的JSON文件中的推文。我需要做的是遍历推文以访问＆＃34;文本＆＃34;密钥，其中包含每条推文的文本，因为这是我将用于进行主题建模的内容。所以，我发现了＆＃34; text＆＃34;在这个数据结构中是三重嵌套的，并且很难找到编写for循环代码的正确方法，以便遍历数据集并拉出＆＃34;文本＆＃34;来自每条推文。

以下是JSON结构的样子：https://pastebin.com/fUH5MTMx

所以，我已经发现＆＃34;文本＆＃34;我想要的关键是[hits] [hits] [_ source]。我无法弄清楚的是适当的循环来迭代_source并拉出那些文本。到目前为止，这是我的代码（如果尝试代码的话，我再次开始抱歉）：

for hits in tweets["hits"]["hits"]:
        for _source in hits:
            for text in _source:
                for item in text:
                    print(item)

也尝试了这个：

for item in tweets['hits']["hits"]["_source"]:
        print(item['text'])

但是我继续得到第一个语法错误然后＆＃34; TypeError：list indices必须是整数或切片，而不是str＆＃34;对于第二个。我理解我需要指定一些方法，我试图访问此列表，并且我错过了一些东西，以显示它的列表，我不是寻找整数作为迭代的输出.. 。（我在Python中使用JSON模块，在Spyder中使用带Python3的Mac）

非常感谢任何见解！这种多重嵌套让我很困惑。

Answer 1

['hits']["hits"]不是["_source"]的词典但是列表中包含一个或多个具有["_source"]的项目这意味着

tweets['hits']["hits"][0]["_source"]

tweets['hits']["hits"][1]["_source"]

tweets['hits']["hits"][2]["_source"]

所以这应该有用

for item in tweets['hits']["hits"]:
    print(item["_source"]['text'])

Answer 2

不确定你是否意识到这一点，但JSON被转换为Python字典，而不是列表。无论如何，让我们进入这个巢。

tweets['hits']会给你另一个词。

tweets['hits']['hits']会给你一个清单（注意括号）

这显然是一个字典列表，在这种情况下（不确定它是否总是如此），你正在寻找的带有“_source”键的字典是第一个，所以：

tweets['hits']['hits'][0]会给你你想要的词典。然后，最后：

tweets['hits']['hits'][0]['_source']应该为您提供文字。

Answer 3

第二个“命中”的值是一个列表。

尝试：

for hit in tweets["hits"]["hits"]:
     print(hit["_source"]["text"])

使用嵌套的for循环来迭代Python中的推文的JSON文件

3 个答案: