Python处理嵌套JSON数据技巧分享

来到golang学习网的大家，相信都是编程学习爱好者，希望在这里学习文章相关编程知识。下面本篇文章就来带大家聊聊《Python处理嵌套JSON数据方法详解》，介绍一下，希望对大家的知识积累有所帮助，助力实战开发！

推荐用 dict.get() 链式调用并设合理默认值（如{}或[]）安全访问嵌套JSON；深度大时封装 safe_get 或用 jsonpath-ng 提取；结构化数据转 DataFrame 用 pd.json_normalize()；统一清洗 None/""/"null" 等空值。

遇到 KeyError 说明没处理好嵌套层级

JSON 数据里经常有 data → list → [0] → user → profile 这种多层嵌套，直接写 res['data']['list'][0]['user']['profile']['name'] 很容易在某一层为空或缺失字段时抛 KeyError 或 TypeError。

推荐用 dict.get() 链式调用，配合默认值兜底：

name = (
    res
    .get('data', {})
    .get('list', [{}])[0]
    .get('user', {})
    .get('profile', {})
    .get('name', '未知')
)

• 每层都用 .get(key, default)，避免崩；default 选空字典或空列表，方便后续继续链式调用
• [0] 这种索引操作不能用 get，得先确保列表存在且非空——所以前面要用 .get('list', [{}]) 提供安全兜底
• 如果结构深度大、访问频繁，建议封装成函数，比如 safe_get(res, 'data.list.0.user.profile.name', '未知')

用 jsonpath-ng 解析深层嵌套更灵活

当嵌套结构不固定（比如 items 下可能有 product 或 service 两种类型），或者要批量提取同名字段（如所有 id），硬写 .get() 会很累。

jsonpath-ng 是 Python 里最接近 JavaScript 的 lodash.get + jq 的组合：

from jsonpath_ng import parse
from jsonpath_ng.ext import parse as ext_parse
from jsonpath_ng.jsonpath import DatumInContext
<h1>安装：pip install jsonpath-ng</h1><p>json_data = {"results": [{"id": 1, "tags": ["a", "b"]}, {"id": 2, "tags": ["c"]}]}
jsonpath_expr = ext_parse('$.results[*].id')
matches = [match.value for match in jsonpath_expr.find(json_data)]</p><h1>→ [1, 2]</h1>

• $.results[*].id 可以跳过中间层数，直接取所有 id；[*] 自动处理列表，不用手动写 [0]、[1]
• 支持过滤：$.results[?(@.tags.length > 1)] 找出 tags 长度大于 1 的项
• 注意：原生 jsonpath-ng 不支持 ..（递归下降），要用 ext_parse；但也不支持 filter 里的复杂表达式，比如 @.x == @.y 会报错

把嵌套 JSON 扁平化成 pandas DataFrame

接口返回的是树状结构，但你真正要分析的是“每个用户对应几个订单”，这种一对多关系直接转 pd.DataFrame 会出错——pandas 会把整个子对象塞进一个单元格。

正确做法是先用 pd.json_normalize() 拆解：

import pandas as pd
<p>data = {
"users": [
{
"id": 1,
"name": "Alice",
"orders": [{"oid": "A001", "amount": 99}, {"oid": "A002", "amount": 150}]
},
{
"id": 2,
"name": "Bob",
"orders": [{"oid": "B001", "amount": 78}]
}
]
}</p><h1>展开 users，同时把 orders 拆成多行（record_path）</h1><p>df = pd.json_normalize(
data['users'],
record_path='orders',
meta=['id', 'name'],
errors='ignore'
)</p><h1>→ 三行：Alice 两条订单，Bob 一条</h1>

• record_path 指定要“炸开”的嵌套列表字段；meta 指定要保留的父级字段
• 如果 orders 缺失，加 errors='ignore' 防止中断；也可以用 meta_prefix 给父级字段加前缀避免重名
• 不支持多层嵌套展开（比如 orders.items.discount），得先用 jsonpath-ng 或递归预处理

None 和空字符串混用导致数据清洗失败

很多接口对“无值”字段返回 null（Python 里是 None），但有些又返回空字符串 ""、空列表 []，甚至 "null" 字符串。不做统一清理，后续 str.upper() 或 len() 就会报错。

• 别用 if not x: 判断是否为空——它会把 0、False 也当成空，而这些可能是合法值
• 明确检查类型：x is None、isinstance(x, str) and not x.strip()、isinstance(x, list) and not x
• 建议在解析后立刻做一次清洗，例如写个 clean_value(v) 函数，把 None、""、"null" 都转成统一的 None，再交给下游逻辑

嵌套深不可怕，可怕的是每一层都靠运气判断是否存在。真正省时间的做法，不是写更多 try/except，而是从第一行解析开始就建立“防御性访问”习惯——尤其是 .get() 的默认值选什么，决定了后面要不要写十行校验代码。

理论要掌握，实操不能落！以上关于《Python处理嵌套JSON数据技巧分享》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！