当前位置:首页 > 文章列表 > Golang > Go问答 > 提取嵌套深层结构的 JSON 数据(使用维基百科 API)

提取嵌套深层结构的 JSON 数据(使用维基百科 API)

来源:stackoverflow 2024-03-01 08:27:23 0浏览 收藏

珍惜时间,勤奋学习!今天给大家带来《提取嵌套深层结构的 JSON 数据(使用维基百科 API)》,正文内容主要涉及到等等,如果你正在学习Golang,或者是对Golang有疑问,欢迎大家关注我!后面我会持续更新相关内容的,希望都能帮到正在学习的大家!

问题内容

作为 go 新手,这是我第一次尝试使用 go 结构从 wikipedia api 生成的 json 文件中访问深度嵌套的值。通读所有有关用 go 解组的线程并没有多大帮助。

json 示例文件(摘自维基百科 api)

{
  "batchcomplete": "",
  "query": {
    "normalized": [
      {
        "from": "go_(programming_language)",
        "to": "go (programming language)"
      }
    ],
    "pages": {
      "25039021": {
        "pageid": 25039021,
        "ns": 0,
        "title": "go (programming language)",
        "extract": "go is a statically typed, compiled programming language designed at google by robert griesemer, rob pike, and ken thompson."
      }
    }
  }
}

我想访问 title 和 extract 的值。使用 jq 很简单:

$ jq '.query.pages[] | .title, .extract' wikipedia-api-output
"go (programming language)"
"go is a statically typed, compiled programming language designed at google by robert griesemer, rob pike, and ken thompson."

我最近一次失败的 go 尝试:

type Wiki struct {
    Query struct {
        Pages struct {
            Article struct {
                Title   string `json:"title`
                Extract string `json:"extract`
            } `json:"25039021"`
        } `json:"pages"`
    } `json:"query"`
}

func main() {

    jsonStr :=
        `{
            "batchcomplete": "",
            "query": {
              "normalized": [
                {
                  "from": "Go_(programming_language)",
                  "to": "Go (programming language)"
                }
              ],
              "pages": {
                "25039021": {
                  "pageid": 25039021,
                  "ns": 0,
                  "title": "Go (programming language)",
                  "extract": "Go is a statically typed, compiled programming language designed at Google by Robert Griesemer, Rob Pike, and Ken Thompson."
                }
              }
            }
        }`
    var wikiDescr Wiki
    err := json.Unmarshal([]byte(jsonStr), &wikiDescr)
    if err != nil {
        fmt.Println(err)
    }

    fmt.Println(wikiDescr)

}

这将返回预期结果,但用于提取所需值的 pageid (25039021) 是由 wikipedia 生成的,无法猜测。有没有办法使用通配符该值,或者我需要先提取 pageid 值,然后像上面的代码一样使用它?


解决方案


使用地图,特别是 map[string]page,其中 page 是您的页面数据结构:

type Page struct {
    Title   string `json:"title"`
    Extract string `json:"extract"`
}

type Wiki struct {
    Query struct {
        Pages map[string]Page `json:"pages"`
    } `json:"query"`
}

此处的工作示例(在修复问题代码中的一些拼写错误后):https://play.golang.org/p/z9Ngcae9O1F

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《提取嵌套深层结构的 JSON 数据(使用维基百科 API)》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
在使用Apache Beam Spark Runner运行Go示例时遇到com.fasterxml.jackson.databind.type的java.lang.NoSuchMethodError错误在使用Apache Beam Spark Runner运行Go示例时遇到com.fasterxml.jackson.databind.type的java.lang.NoSuchMethodError错误
上一篇
在使用Apache Beam Spark Runner运行Go示例时遇到com.fasterxml.jackson.databind.type的java.lang.NoSuchMethodError错误
获取 Prometheus Node Exporter 输出的 JSON 格式指标
下一篇
获取 Prometheus Node Exporter 输出的 JSON 格式指标
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    312次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    291次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    269次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    86次使用