知识卡片

操作参考卡 · 6234.a

JSON行不是外层数组

理解等级:中级

一行一份JSON对象适合逐条读取与导入,文件整体却不是一个外层数组。读取器应按行解析,不能直接把整个多行对象文件当单个JSON值;序列化器会把内容中的换行转义,不能靠原始正文的实际换行自行拼格式。记录分隔、字符编码和导入模式要一致。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      每行包含一个JSON对象的文件。重申一下,就算你对分析不感兴趣,这个脚本还是演示了一些数据清洗和处理过程中的若干实际问题——比如,邮件数据可能不是像UTF-8那样的特定编码,并且可能包含需要进行分离的HTML格式。 警告:示例6-3中的很多地方都有decode('utf-8','ignore')函数。当你处理以文本为基础的数据(比如邮件数据或者网页数据)时,

    参考来源

    - 位置:《社交网站的数据挖掘与分析(原书第2版)》第6章《6.2.4 将Unix邮箱转换为JSON》(spine102;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0091.html;u092-ch06-011)。 - 结论依据:原文在“每行包含一个JSON对象”附近的定义、例子或代码支撑本卡核心说明:一行一份JSON对象适合逐条读取与导入,文件整体却不是一个外层数组。边界按已读前提解释;示例未执行。 - 原始内容:每行包含一个JSON对象的文件。重申一下,就算你对分析不感兴趣,这个脚本还是演示了一些数据清洗和处理过程中的若干实际问题——比如,邮件数据可能不是像UTF-8那样的特定编码,并且可能包含需要进行分离的HTML格式。 警告:示例6-3中的很多地方都有decode('utf-8','ignore')函数。当你处理以文本为基础的数据(比如邮件数据或者网页数据)时,