有没有比“for”循环更好的方法来访问 JSON 文件中的值？

您的代码非常适合从 JSON 数据中提取文本值。但是，如果您想要一种更简洁的方式来实现相同的结果，则可以在 Python 中使用列表推导式，这可以使您的代码更短、更具可读性。这是你如何做到的：

使用 JSON 模块和列表推导式：

import json

data = [{'data': [{'text': 'add '}, {'text': 'Stani, stani Ibar vodo', 'entity': 'entity_name'}, {'text': ' songs in '}, {'text': 'my', 'entity': 'playlist_owner'}, {'text': ' playlist '}, {'text': 'música libre', 'entity': 'playlist'}]},
        {'data': [{'text': 'add this '}, {'text': 'album', 'entity': 'music_item'}, {'text': ' to '}, {'text': 'my', 'entity': 'playlist_owner'}, {'text': ' '}, {'text': 'Blues', 'entity': 'playlist'}, {'text': ' playlist'}]},
        {'data': [{'text': 'Add the '}, {'text': 'tune', 'entity': 'music_item'}, {'text': ' to the '}, {'text': 'Rage Radio', 'entity': 'playlist'}, {'text': ' playlist.'}]}]

text_values = [' '.join(item['text'] for item in entry['data']) for entry in data]

print(text_values)

使用 pandas：

import pandas as pd

data = [{'data': [{'text': 'add '}, {'text': 'Stani, stani Ibar vodo', 'entity': 'entity_name'}, {'text': ' songs in '}, {'text': 'my', 'entity': 'playlist_owner'}, {'text': ' playlist '}, {'text': 'música libre', 'entity': 'playlist'}]},
        {'data': [{'text': 'add this '}, {'text': 'album', 'entity': 'music_item'}, {'text': ' to '}, {'text': 'my', 'entity': 'playlist_owner'}, {'text': ' '}, {'text': 'Blues', 'entity': 'playlist'}, {'text': ' playlist'}]},
        {'data': [{'text': 'Add the '}, {'text': 'tune', 'entity': 'music_item'}, {'text': ' to the '}, {'text': 'Rage Radio', 'entity': 'playlist'}, {'text': ' playlist.'}]}]

# Create a DataFrame from the data
df = pd.DataFrame(data)

# Extract and join the 'text' values for each 'data' entry
text_values = df['data'].apply(lambda x: ' '.join(item['text'] for item in x))

print(text_values.tolist())

如果您计划对 JSON 数据执行额外的数据分析或操作，则 pandas 方法更合适，因为它提供了一种强大而灵活的方法来处理结构化数据。

这将起作用：

with open(filename,'r+') as file:
    #open and load json file into dict
    file_data = json.load(file)
    #append new data to dict
    file_data[].append(new_data)
    #sets file's current position at offset
    file.seek(0)
    #convert back to json
    json.dump(file_data, file, indent = 4)

这里没有特殊的 JSON 工具会有所帮助，因为您已经解析了 JSON，并且拥有普通的旧 Python 和 s 和 s（不，解析过程无法以任何微不足道的方式进行修改以执行您想要的操作，这应该在解析后完成）。dictliststr

也就是说，你的代码是非惯用的，并且有一些低效率（CPython 试图帮助解决的问题，但重复串联的优化是脆弱的、不可移植的，而且仍然比以正确的方式进行更糟糕）。改进后的代码如下所示：strstr.join

lst = [' '.join([item_1['text'] for item_1 in item['data']])
       for item in data]
print(lst)

它使用列表推导来生成外部列表，其中生成的每个元素都是该 的所有值的空格分隔连接。在外部部分使用 listcomp 可以使事情变得更快一些（这是一种利用 listcomp 的解释器优化的微优化，但它不是 big-O 改进）。不过，使用 是 big-O 算法的改进;重复的字符串连接是（CPython 几乎有时将其优化，但不是那么好，也不可靠），而批量串联 via 是有保证的。如果数据只是少量字符串，如图所示，差异可以忽略不计，但代码更简单，更易于阅读/维护。如果数据有许多字符串要连接，这可能会显著加快速度。'text'item'data'' '.joinO(n²)O(n)' '.joinO(n)

注意：这确实意味着连接的字符串不会以空格结尾。无论如何，你很可能不想要那个尾随空间，但如果你真的想要，你可以随时把它加回来;单个额外的串联不会破坏 big-O。