怎么用python从json中的嵌套列表字典中提取数据？

Question

问题描述

我有个json文件，里面存了一个大列表，列表里嵌套了很多字典，每个字典里面的value又是用列表存起来的，像这样：
[{"domain": ["http://www.akzonel.com", "http://www.AK20Nobel.com"]},{"domain": ["http://www.tcl.com", "http://nyell.td.com"]},......]
想知道如何把所有的value全部提取出来，单独存在一个列表中

问题出现的环境背景及自己尝试过哪些方法

这是我尝试的代码，提取前五个字典的：

相关代码

// 请把代码文本粘贴到下方（请勿用图片代替代码）
import json
def resolveJson():

file = '../save.json'
f_obj = open(file)
number = json.load(f_obj)
res = []
for i in range(0,5):
    domain = number[i]["domain"]
    res.append(domain)
print(res)

resolveJson()

你期待的结果是什么？实际看到的错误信息又是什么？

目前得到是这样:
[['http://www.akzonel.com', 'http://www.AK20Nobel.com'], ['http://www.tcl.com', 'http://nyell.td.com', 'http://www.tclcomm.com', 'http://www.tcl.com', 'http://www.tcldisplay.com', 'http://www.tcl-cctv.com']......]，说白了还是列表里面嵌套列表，而没有把所有的网址都取出来存到一个大列表中。
希望得到结果：
['http://www.akzonel.com', 'http://www.AK20Nobel.com','http://www.tcl.com', 'http://nyell.td.com', 'http://www.tclcomm.com', 'http://www.tcl.com', 'http://www.tcldisplay.com', 'http://www.tcl-cctv.com',.......]
有人能帮忙吗？

Answer 1

不知道你的数据量有多大，有很多种方法解决这个问题，其中比较简单的一种就是递归。注意，如果递归方法出现溢出，可以考虑改写成循环。

既然你已经得到了嵌套了列表，那么我就从你的嵌套列表开始操作。假设你的数据是这样的：

data = [
    ['http://www.akzonel.com', 'http://www.AK20Nobel.com'],
    ['http://www.tcl.com', 'http://nyell.td.com', 'http://www.tclcomm.com',
        'http://www.tcl.com', 'http://www.tcldisplay.com', 'http://www.tcl-cctv.com']
]

那么我们可以定义一个函数read和一个全局变量results，递归调用来获取所有结果：

results = []
def read(my_list):
    for item in my_list:
        if isinstance(item, str):
            results.append(item)
        else:
            read(item)

直接输入data：

read(data)
print(results)

最终的结果为：

['http://www.akzonel.com', 'http://www.AK20Nobel.com', 'http://www.tcl.com', 'http://nyell.td.com', 'http://www.tclcomm.com', 'http://www.tcl.com', 'http://www.tcldisplay.com', 'http://www.tcl-cctv.com']

完整代码如下：

data = [
    ['http://www.akzonel.com', 'http://www.AK20Nobel.com'],
    ['http://www.tcl.com', 'http://nyell.td.com', 'http://www.tclcomm.com',
        'http://www.tcl.com', 'http://www.tcldisplay.com', 'http://www.tcl-cctv.com']
]

results = []
def read(my_list):
    for item in my_list:
        if isinstance(item, str):
            results.append(item)
        else:
            read(item)


read(data)
print(results)

Answer 2

法一：判断类型，拆分

In [17]: old_list = [['http://www.akzonel.com', 'http://www.AK20Nobel.com'], ['http://www.tcl.com', 'http://nyell.td.com', 'http
    ...: ://www.tclcomm.com', 'http://www.tcl.com', 'http://www.tcldisplay.com', 'http://www.tcl-cctv.com']]

In [23]: def flatten(lst):
    ...:     return sum( ([x] if not isinstance(x, list) else flatten(x) for x in lst), [])

In [24]: flatten(old_list)
Out[24]:
['http://www.akzonel.com',
 'http://www.AK20Nobel.com',
 'http://www.tcl.com',
 'http://nyell.td.com',
 'http://www.tclcomm.com',
 'http://www.tcl.com',
 'http://www.tcldisplay.com',
 'http://www.tcl-cctv.com']

法二：numpy flatten属性

import numpy as np 
new_list = np.array(old_list).flatten()

Answer 3

# coding: utf-8
from __future__ import unicode_literals

lst = [{"domain": ["http://www.akzonel.com", "http://www.AK20Nobel.com"]},{"domain": ["http://www.tcl.com", "http://nyell.td.com"]}]

#列表推导式, 推荐
lst1 = [_['domain'] for _ in lst]
print [_ for item in lst for _ in item['domain']]


#使用chain
from itertools import chain
lst1 = [_['domain'] for _ in lst]
print list(chain(*lst1))

#使用reduce
import operator
lst1 = [_['domain'] for _ in lst]
print reduce(operator.add, lst1)

Answer 4

不知道是不是需要这样效果

# 得到的 json
json = [{"domain": ["http://www.akzonel.com", "http://www.AK20Nobel.com"]},{"domain": ["http://www.tcl.com", "http://nyell.td.com"]}]
# 存储的列表
data = [] 

for i in json:
    data.extend(i["domain"])
    
print(data)
# ['http://www.akzonel.com', 'http://www.AK20Nobel.com', 'http://www.tcl.com', 'http://nyell.td.com']