我尝试使用Python解析JSON文件中的特定子节点。在
我知道以前也有类似的问题被问过和回答过,但我只是无法将这些解决方案转化为我自己的问题(免责声明:我不是开发人员)。在
这是我的JSON文件的开头(每个新的“条目”都从“_index”开始):
{
"took": 83,
"timed_out": false,
"_shards": {
"total": 3,
"successful": 3,
"failed": 0
},
"hits": {
"total": 713628,
"max_score": 1.3753585,
"hits": [{
"_index": "offentliggoerelser-prod-20161006",
"_type": "offentliggoerelse",
"_id": "urn:ofk:oid:5135592",
"_score": 1.3753585,
"_source": {
"cvrNummer": 89986915,
"indlaesningsId": "AUzWhUXw3pscZq1LGK_z",
"sidstOpdateret": "2015-04-20T10:53:09.154Z",
"omgoerelse": false,
"regNummer": null,
"offentliggoerelsestype": "regnskab",
"regnskab": {
"regnskabsperiode": {
"startDato": "2014-01-01",
"slutDato": "2014-12-31"
}
},
"indlaesningsTidspunkt": "2015-04-20T11:10:53.529Z",
"sagsNummer": "X15-AA-66-TA",
"dokumenter": [{
"dokumentUrl": "http://regnskaber.virk.dk/51968998/ZG9rdW1lbnRsYWdlcjovLzAzLzdlL2I5L2U2LzlkLzIxN2EtNDA1OC04Yjg0LTAwZGJlNzUwMjU3Yw.pdf",
"dokumentMimeType": "application/pdf",
"dokumentType": "AARSRAPPORT"
}, {
"dokumentUrl": "http://regnskaber.virk.dk/51968998/ZG9rdW1lbnRsYWdlcjovLzAzLzk0LzNlL2RjL2Q4L2I1NjUtNGJjZC05NzJmLTYyMmE4ZTczYWVhNg.xhtml",
"dokumentMimeType": "application/xhtml+xml",
"dokumentType": "AARSRAPPORT"
}, {
"dokumentUrl": "http://regnskaber.virk.dk/51968998/ZG9rdW1lbnRsYWdlcjovLzAzLzc5LzM3LzUwLzMxL2NjZWQtNDdiNi1hY2E1LTgxY2EyYjRmOGYzMw.xml",
"dokumentMimeType": "application/xml",
"dokumentType": "AARSRAPPORT"
}],
"offentliggoerelsesTidspunkt": "2015-04-20T10:53:09.075Z"
}
},
更具体地说,我试图提取所有“dokumentUrl”,其中“dokumentMimeType”等于“application/xhtml+xml”。在
当我使用这样简单的方法时:
^{pr2}$我得到第一个符合条件的URL。但是我如何从符合上述条件的文件中创建一个包含所有url(全部713.628)的列表并将其导出到CSV文件?在
我可能应该提到,我的最终目标是创建一个程序,可以循环抓取我的url列表(我会把它留到另一篇文章中!)。在
希望我能理解这一点,@roganjosh也有类似的想法。您可以使用包含有用内容的列表来遍历特定的部分。所以,我们可以做一些类似的事情:
再一次,我希望我对您的JSON模式有足够的了解,这样就可以满足您的需要了。至少它能让你靠近。在
还看到了你关于CSV outputting的问题的另一部分。在
相关问题 更多 >
编程相关推荐