使用Python将多个JSON对象作为一个对象写入单个文件

Question

我使用python访问foreman API来收集foreman所知道的所有主机的一些事实。不幸的是，v1 foreman API中没有get all hosts facts（或类似的东西），所以我必须遍历所有主机并获取信息。这样做让我遇到了一个麻烦。对给定主机的每次调用都会返回一个JSON对象，如下所示：

{
  "host1.com": {
    "apt_update_last_success": "1452187711", 
    "architecture": "amd64", 
    "augeasversion": "1.2.0", 
    "bios_release_date": "06/03/2015", 
    "bios_vendor": "Dell Inc."
   }
}

这很好，当我附加下一个主机的信息时，问题就出现了。然后我得到一个json文件，它看起来像这样：

^{pr2}$

下面是执行此操作的代码：

for i in hosts_data:
    log.info("Gathering host facts for host: {}".format(i['host']['name']))
    try:
        facts = requests.get(foreman_host+api+"hosts/{}/facts".format(i['host']['id']), auth=(username, password))
        if hosts.status_code != 200:
            log.error("Unable to connect to Foreman! Got retcode '{}' and error message '{}'"
            .format(hosts.status_code, hosts.text))
            sys.exit(1)
    except requests.exceptions.RequestException as e:
        log.error(e)
    facts_data = json.loads(facts.text)
    log.debug(facts_data)
    with open(results_file, 'a') as f:
        f.write(json.dumps(facts_data, sort_keys=True, indent=4))

我需要文件的格式如下：

{
"host1.com": {
    "apt_update_last_success": "1452187711",
    "architecture": "amd64",
    "augeasversion": "1.2.0",
    "bios_release_date": "06/03/2015",
    "bios_vendor": "Dell Inc."
},
"host2.com": {
    "apt_update_last_success": "1452703454",
    "architecture": "amd64",
    "augeasversion": "1.2.0",
    "bios_release_date": "06/03/2015",
    "bios_vendor": "Dell Inc."
  }
}

Answer 1

为了安全性/一致性，您需要加载旧数据，对其进行修改，然后将其写回。在

将当前with和write更改为：

# If file guaranteed to exist, can use r+ and avoid initial seek
with open(results_file, 'a+') as f:
    f.seek(0)
    combined_facts = json.load(f)
    combined_facts.update(facts_data)
    f.seek(0)
    json.dump(combined_facts, f, sort_keys=True, indent=4)
    f.truncate()  # In case new JSON encoding smaller, e.g. due to replaced key

注意：如果可能的话，您希望使用pault's answer来最小化不必要的I/O，如果数据检索应该是逐段进行的，并且在每个项变得可用时立即更新，那么就应该这样做。在

请注意，最不安全的方法是找到后面的大括号，删除它，然后写出一个逗号，后跟新的JSON（从JSON表示中删除前导的大括号）。它的I/O密集度要低得多，但也不太安全，不会清除重复项，不会对主机进行排序，根本不验证输入文件，等等，所以不要这样做。在

Answer 2

最好将所有数据汇编成一个dict，然后一次写出，而不是每次都在循环中。在

d = {}
for i in hosts_data:
    log.info("Gathering host facts for host: {}".format(i['host']['name']))
    try:
        facts = requests.get(foreman_host+api+"hosts/{}/facts".format(i['host']['id']), auth=(username, password))
        if hosts.status_code != 200:
            log.error("Unable to connect to Foreman! Got retcode '{}' and error message '{}'"
            .format(hosts.status_code, hosts.text))
            sys.exit(1)
    except requests.exceptions.RequestException as e:
        log.error(e)
    facts_data = json.loads(facts.text)
    log.debug(facts_data)
    d.update(facts_data)  #add to dict
# write everything at the end
with open(results_file, 'a') as f:
    f.write(json.dumps(d, sort_keys=True, indent=4))

Answer 3

不要在循环中写入json，而是将数据插入具有正确结构的dict。然后在循环结束时将dict写入json。在

这假设您的数据集适合内存。在