从JSON到JSONL的Python转换

Question

我希望将标准JSON对象处理为一个对象，其中每行必须包含一个单独的，自包含的有效JSON对象。查看JSON行

JSON_file =

[{u'index': 1,
  u'no': 'A',
  u'met': u'1043205'},
 {u'index': 2,
  u'no': 'B',
  u'met': u'000031043206'},
 {u'index': 3,
  u'no': 'C',
  u'met': u'0031043207'}]

To JSONL：

{u'index': 1, u'no': 'A', u'met': u'1043205'}
{u'index': 2, u'no': 'B', u'met': u'031043206'}
{u'index': 3, u'no': 'C', u'met': u'0031043207'}

我当前的解决方案是将JSON文件读取为文本文件，并[从开头和]结尾删除。因此，在每行上创建一个有效的JSON对象，而不是包含行的嵌套对象。

我想知道是否有更优雅的解决方案？我怀疑在文件上使用字符串操作可能会出错。

目的是json在Spark上将文件读入RDD。查看相关问题-使用Apache
Spark读取JSON-corrupt_record

Answer 1

您的输入似乎是一系列 Python对象 ；它当然不是有效的JSON文档。

如果您有Python字典的列表，那么您要做的就是将每个条目分别转储到文件中，然后换行：

import json

with open('output.jsonl', 'w') as outfile:
    for entry in JSON_file:
        json.dump(entry, outfile)
        outfile.write('\n')

该json模块的默认配置是输出不嵌入换行符的JSON。

假设你的A，B和C名称是真正的弦乐，会产生：

{"index": 1, "met": "1043205", "no": "A"}
{"index": 2, "met": "000031043206", "no": "B"}
{"index": 3, "met": "0031043207", "no": "C"}

如果您从包含条目列表的JSON文档开始，只需先使用json.load()/解析该文档json.loads()。