当前位置:首页 > 文章列表 > 文章 > python教程 > 如何使用 Python 代码修改 JSON 文件中的字段并拷贝相关文件?

如何使用 Python 代码修改 JSON 文件中的字段并拷贝相关文件?

2024-12-03 17:45:57 0浏览 收藏

“纵有疾风来,人生不言弃”,这句话送给正在学习文章的朋友们,也希望在阅读本文《如何使用 Python 代码修改 JSON 文件中的字段并拷贝相关文件?》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新文章相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!

如何使用 Python 代码修改 JSON 文件中的字段并拷贝相关文件?

需求梳理

根据你的描述,你需要一段 python 代码来满足以下需求:

  • 修改 json 文件中的部分字段
  • 将修改后的 json 文件和文件夹中的其他类型文件(如 .jpg、.avi)拷贝到新的路径
  • 在新路径下创建必要的文件夹

python 代码

import os
import json
import shutil

def modify_json_copy_files(old_json_path, new_json_path):
    # 获取所有 json 文件
    json_files = []
    for root, dirs, files in os.walk(old_json_path):
        for file_name in files:
            if file_name.endswith('.json'):
                json_files.append(os.path.join(root, file_name))

    # 遍历每个 json 文件
    for json_file in json_files:
        # 读入 json 数据并修改字段
        with open(json_file, 'r', encoding='utf-8') as f:
            json_data = f.read()
            if bool(json_data):
                json_data_str = eval(json_data)
                if isinstance(json_data_str, dict):
                    json_data_str.update({"filename": json_file.split("\\")[-2].replace(".dav", ".avi")})
        json_data_str = json_data

        # 写入修改后的 json 数据
        new_json_file = os.path.join(new_json_path, os.path.basename(json_file))
        with open(new_json_file, 'w', encoding='utf-8') as f:
            json.dump(json_data_str, f, indent=4, ensure_ascii=false)

        # 拷贝其他类型文件
        dir_name = json_file.split("\\")[-2].replace(".dav", ".avi")
        new_dir_name = os.path.join(new_json_path, dir_name)
        if not os.path.exists(new_dir_name):
            os.mkdir(new_dir_name)
        for file_name in os.listdir(json_file.rsplit('\\', 1)[0]):
            if file_name != os.path.basename(json_file) and (file_name.endswith('.jpg') or file_name.endswith('.avi')):
                old_file_path = os.path.join(json_file.rsplit('\\', 1)[0], file_name)
                new_file_path = os.path.join(new_dir_name, file_name)
                shutil.copy(old_file_path, new_file_path)

# 设置旧 json 路径和新 json 路径
old_json_path = 'c:\\path\\to\\old\\json'
new_json_path = 'c:\\path\\to\\new\\modified\\json'

modify_json_copy_files(old_json_path, new_json_path)

eof 报错处理

当 f.read() 的结果为空时,eval(json_data) 会引发 syntaxerror: unexpected eof while parsing 错误。为了避免这种情况,可以在 eval 之前检查 json_data 是否为空,如下:

if bool(json_data):
    json_data_str = eval(json_data)
    if isinstance(json_data_str, dict):
        json_data_str.update({"fileName": json_file.split("\\")[-2].replace(".dav", ".avi")})
json_data_str = json_data

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

win11麦克风连接后有杂音怎么办 win11麦克风杂音消除方法win11麦克风连接后有杂音怎么办 win11麦克风杂音消除方法
上一篇
win11麦克风连接后有杂音怎么办 win11麦克风杂音消除方法
电脑新版QQ怎么查看附近的好友?
下一篇
电脑新版QQ怎么查看附近的好友?
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。
    474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。
    532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。
    551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。
    505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。
    324次使用