python之JMESPath:JSON 查询语法库示例详解

简介: python之JMESPath:JSON 查询语法库示例详解

JMESPath是一个用于处理和查询JSON数据的查询语法库。它允许您以简单、一致和强大的方式从复杂的JSON结构中提取数据。在本文中,我将为您提供一个详细的JMESPath示例,以便您了解如何使用它。

首先,我将简要介绍JMESPath的基本思想和一些常用的查询操作符,然后我将通过一个具体的示例来说明如何使用JMESPath进行JSON查询。

JMESPath基本思想:

JMESPath的基本思想是使用类似于XPath的路径表达式来指定要从JSON结构中提取哪些数据。它允许您以一致的方式导航和过滤JSON对象和数组。JMESPath支持以下几种操作符:

  1. 点操作符(.): 用于访问JSON对象中的属性或数组中的元素。
  2. 方括号操作符([]): 用于访问JSON数组中的元素,可以使用索引、迭代和过滤数组。
  3. 通配符(*)和多级通配符(**): 用于匹配任意层级的属性或数组元素。
  4. 过滤器(?): 用于根据条件过滤数组元素。
  5. 比较操作符: 支持等于(==)、不等于(!=)、小于(<)、小于等于(<=)、大于(>)和大于等于(>=)等比较操作符。
  6. 逻辑操作符: 支持与(and)、或(or)和非(not)等逻辑操作符。

现在,让我们通过一个具体示例来说明如何使用JMESPath进行JSON查询。

示例:

假设我们有以下JSON数据:

{
  "students": [
    {
      "name": "Alice",
      "age": 18,
      "grades": {
        "math": 90,
        "english": 85,
        "science": 92
      }
    },
    {
      "name": "Bob",
      "age": 20,
      "grades": {
        "math": 75,
        "english": 88,
        "science": 80
      }
    },
    {
      "name": "Charlie",
      "age": 19,
      "grades": {
        "math": 85,
        "english": 92,
        "science": 78
      }
    }
  ]
}

我们将使用JMESPath来执行以下查询操作:

1.提取所有学生的名字和年龄:
students[].{ "name": name, "age": age }

这个查询将返回一个包含所有学生名字和年龄的列表:

[
  {
    "name": "Alice",
    "age": 18
  },
  {
    "name": "Bob",
    "age": 20
  },
  {
    "name": "Charlie",
    "age": 19
  }
]
2.提取所有学生的姓名、科目和对应的分数:
students[].{ "name": name, "grades": grades }

这个查询将返回一个包含所有学生姓名、科目和对应分数的列表:

[
  {
    "name": "Alice",
    "grades": {
      "math": 90,
      "english": 85,
      "science": 92
    }
  },
  {
    "name": "Bob",
    "grades": {
      "math": 75,
      "english": 88,
      "science": 80
    }
  },
  {
    "name": "Charlie",
    "grades": {
      "math": 85,
      "english": 92,
      "science": 78
    }
  }
]
3.提取分数大于90分的学生姓名:
students[?grades.math > `90`].name

这个查询将返回一个包含分数大于90分的学生姓名的列表:

[
  "Alice"
]

以上只是一些基础的JMESPath查询示例,JMESPath还支持更复杂的查询操作。您可以使用JMESPath来过滤、排序、组合和转换JSON数据。以下是一些其他常见的JMESPath查询示例:

4.提取所有学生的平均分数:
students[].{ 
  "name": name, 
  "average_grade": (grades.math + grades.english + grades.science) / 3 
}

这个查询将返回一个包含所有学生姓名和平均分数的列表:

[
  {
    "name": "Alice",
    "average_grade": 89
  },
  {
    "name": "Bob",
    "average_grade": 81
  },
  {
    "name": "Charlie",
    "average_grade": 85
  }
]
5.提取平均分数最高的学生姓名:
students[].{ 
  "name": name, 
  "average_grade": (grades.math + grades.english + grades.science) / 3 
} | max_by(@, &average_grade).name

这个查询将返回平均分数最高的学生姓名:

"Alice"
6.提取每个科目的最高分数:
{
  "math": max(students[].grades.math),
  "english": max(students[].grades.english),
  "science": max(students[].grades.science)
}

这个查询将返回每个科目的最高分数:

{
  "math": 90,
  "english": 92,
  "science": 92
}
7.提取年龄在18到20之间的学生姓名:
students[age >= `18` && age <= `20`].name

这个查询将返回年龄在18到20之间的学生姓名:

[
  "Alice",
  "Bob",
  "Charlie"
]


这些示例演示了JMESPath的一些常见用法,您可以使用更复杂的查询来满足您的需求。JMESPath还有更多功能,如嵌套查询、支持正则表达式、对查询结果进行转换等,您可以参考官方文档以获取更详细的信息。


希望这些示例能够帮助您理解JMESPath的基本概念和用法,以便您能够在Python中轻松使用它进行JSON查询。

 


相关文章
|
2天前
|
JSON API 数据格式
python 使用 Stable Diffusion API 生成图片示例
本文提供了一个使用Python调用Stable Diffusion API生成图片的示例程序,包括启动API设置、发送POST请求、保存生成的图片和JSON数据,以及如何通过API调用特定模型的说明。
python 使用 Stable Diffusion API 生成图片示例
|
2天前
|
安全 项目管理 Python
使用Python shutil库进行文件和目录操作
使用Python shutil库进行文件和目录操作
使用Python shutil库进行文件和目录操作
|
2天前
|
数据采集 XML Web App开发
6个强大且流行的Python爬虫库,强烈推荐!
6个强大且流行的Python爬虫库,强烈推荐!
WK
|
2天前
|
机器学习/深度学习 数据采集 算法框架/工具
Python那些公认好用的库
Python拥有丰富的库,适用于数据科学、机器学习、网络爬虫及Web开发等领域。例如,NumPy和Pandas用于数据处理,Matplotlib和Dash用于数据可视化,Scikit-learn、TensorFlow和PyTorch则助力机器学习。此外,Pillow和OpenCV专长于图像处理,Pydub处理音频,Scrapy和Beautiful Soup则擅长网络爬虫工作
WK
14 4
|
2天前
|
机器学习/深度学习 JSON 数据挖掘
什么是 Python 库?
【8月更文挑战第29天】
13 4
|
1天前
|
机器学习/深度学习 存储 算法
NumPy 与 SciPy:Python 科学计算库的比较
【8月更文挑战第30天】
11 1
|
2天前
|
XML JSON 数据安全/隐私保护
PyMuPDF,Python处理PDF的宝藏库
PyMuPDF,Python处理PDF的宝藏库
|
2天前
|
JSON 数据可视化 BI
我常用的5个Python可视化库
我常用的5个Python可视化库
|
2天前
|
Ubuntu Linux 数据安全/隐私保护
使用Cython库包对python的py文件(源码)进行加密,把python的.py文件生成.so文件并调用
本文介绍了在Linux系统(Ubuntu 18.04)下将Python源代码(`.py文件`)加密为`.so文件`的方法。首先安装必要的工具如`python3-dev`、`gcc`和`Cython`。然后通过`setup.py`脚本使用Cython将`.py文件`转化为`.so文件`,从而实现源代码的加密保护。文中详细描述了从编写源代码到生成及调用`.so文件`的具体步骤。此方法相较于转化为`.pyc文件`提供了更高的安全性。
12 2
|
2天前
|
数据采集 JSON 数据可视化
ydata_profiling:自动生成数据探索报告的Python库
ydata_profiling:自动生成数据探索报告的Python库
下一篇
云函数