Python jsonpath库终极指南：json数据挖掘的精准导航仪
Python jsonpath库终极指南：json数据挖掘的精准导航仪
对话实录
小白：（抓狂）这个 JSON 数据有好多层嵌套，怎么快速拿到最里面的值？
专家：（递上探测器）用jsonpath库，三步直达数据核心！
基础装备三件套
1. 安装神器
pip install jsonpath2. 核心操作
import jsonpath# 示例数据
data = {"store1": {"book": [{"title": "Python入门", "price": 59},{"title": "数据挖掘", "price": 89, "stock": 0},{"title": "算法导论", "price": 129}],"location": "北京"},"store2": {"book": [{"title": "python进阶", "price": 51},{"title": "数据分析", "price": 45, "stock": 1},{"title": "人工智能", "price": 68}],"location": "天津"}
}
# 查找store1的所有书名
titles = jsonpath.jsonpath( data, "$.store1.book[*].title")print(titles)
# → ['Python入门', '数据挖掘', '算法导论']专家提醒：1. 返回值是列表，找不到返回False！ 2.传入的对象是字典,如果是json字符串需要事先转换为字典。
3.基础语法
jsonpath的语法比较简单和直观。它使用点号(.)和方括号([])来访问JSON对象的属性和数组元素，下面是一些常用的jsonpath语法：
| 原字符 | 描述 |
| $ | 表示根节点，是jsonpath表达式的开始 |
| @ | 当前节点 |
| . or [] | 子节点 |
| .. | 递归搜索(搜索符合条件的所有数据) |
| * | 通配符，表示所有的内容 |
| [] | 支持访问数组，可以用于处理索引,元素等情况 |
| [,] | 支持迭代器中做多选，多个key用逗号隔开 |
| [start：end：step] | 数组分割操作，等同于切片 |
| ?() | 应用过滤表示式,一般与@结合使用 |
六大实战寻宝案例
案例 1：深渊探测（深度查询）
# 递归查找所有价格
prices = jsonpath.jsonpath(data, "$..price")
# → [59, 89, 129, 51, 45, 68]# 递归查找store1的所有价格
prices = jsonpath.jsonpath(data, "$.store1..price")
# → [59, 89, 129]$..price这种语法可以帮助我们轻松穿透多层JSON数据结构，找到所有的价格信息，就像拥有了一把能深入宝藏洞穴的探测仪。
案例 2：通配符匹配
# 查找所有的book数据
books = jsonpath.jsonpath(data, "$.*.book")
# → [[{'title': 'Python入门', 'price': 59}, {'title': '数据挖掘', 'price': 89, 'stock': 0},{'title': '算法导论', 'price': 129}], [{'title': 'python进阶', 'price': 51}, {'title': '数据分析', 'price': 45, 'stock': 1}, {'title': '人工智能', 'price': 68}]]#查找store1中book数组里面的数据
books = jsonpath.jsonpath(data, "$.store1.book[*]")
# → [{'title': 'Python入门', 'price': 59}, {'title': '数据挖掘', 'price': 89, 'stock': 0},{'title': '算法导论', 'price': 129}]在这个例子中，*作为通配符条件，匹配当前节点的所有数据。
案例 3 ：数组查询
#切片操作：查找store2中book索引为0的第一个数据
books = jsonpath.jsonpath(data, "$.store2.book[0]")
# → [{'title': 'python进阶', 'price': 51}]#切片操作：查找store2中book索引为0，2的数据
books = jsonpath.jsonpath(data, "$.store2.book[0,2]")
# → [{'title': 'python进阶', 'price': 51}, {'title': '人工智能', 'price': 68}]#多路径查询: 查找store2中book数据中title和price数据
books = jsonpath.jsonpath(data, "$.store2.book[*][title,price]")
# → ['python进阶', 51, '数据分析', 45, '人工智能', 68]
案例 4：动态路径
# 根据变量构建路径
index = 0
result = jsonpath.jsonpath(data, f"$.store1.book[{index}].title")在实际开发中，数据的结构和需求可能会动态变化，动态路径查询为我们提供了灵活应对的能力，根据不同的情况获取所需数据。
案例 5：空值处理
# 安全访问不存在的路径
result = jsonpath.jsonpath(data, "$.store1.magazine[0].price") or ["缺货"]当访问不存在的路径时，我们通过or操作符为结果设置默认值，避免因路径错误导致程序报错，保证了程序的稳定性。
案例 6：智能过滤
JSONPATH还支持使用过滤器来对JSON数据进行更精细的查询和过滤。过滤器中使用方括号[]中的表达式来指定过滤条件。下面是一些常见的过滤器：
==：等于 ; !=：不等于; <：小于; <=：小于或等于;
>：大于; >=：大于或等于; =~：正则表达式匹配; !~：不匹配正则表达式;
# 价格超过60且无库存的书籍
books = jsonpath.jsonpath(data, "$.store.book[?(@.price>60 && @.stock==0)]")
#-> [{'title': '数据挖掘', 'price': 89, 'stock': 0}]# 查找有库存的书籍
books = jsonpath.jsonpath(data, "$.*.book[?(@.stock)]")
# → [{'title': '数据分析', 'price': 45, 'stock': 1}]在这个例子中，?(@.stock)作为过滤条件，筛选出了有库存的书籍，让我们能够从众多数据中精准找到符合要求的部分。
专家级装备
1. 调试模式
# 查看解析过程
result = jsonpath.jsonpath(data, "$..price", debug=True)调试模式可以帮助我们了解 jsonpath 的解析过程，定位查询过程中可能出现的问题，就像为数据挖掘之旅配备了一个故障诊断仪。
2. 结果格式化
# 获取带路径的结果
for match in jsonpath.jsonpath(data, "$..price", result_type="IPATH"):print(match)
#->
['store1', 'book', '0', 'price']
['store1', 'book', '1', 'price']
['store1', 'book', '2', 'price']
['store2', 'book', '0', 'price']
['store2', 'book', '1', 'price']
['store2', 'book', '2', 'price']for match in jsonpath.jsonpath(data, "$..price", result_type="PATH"):print(match)
#->
$['store1']['book'][0]['price']
$['store1']['book'][1]['price']
$['store1']['book'][2]['price']
$['store2']['book'][0]['price']
$['store2']['book'][1]['price']
$['store2']['book'][2]['price']通过设置result_type="PATH"或者"IPATH"，我们可以获取每个匹配结果的路径，方便对数据进行更细致的分析和处理。
小白：（跪了）原来数据挖掘可以这么优雅！
专家：（扶起小白）记住：jsonpath 是数据工程师的 GPS，但要看懂地图！
