当前位置:

首页 > 编程开发 > Python 中使用循环与列表推导式提取 JSON 多层嵌套中的云主机名

Python 中使用循环与列表推导式提取 JSON 多层嵌套中的云主机名

在Python中提取JSON嵌套的cloud_vm_display_name字段,需遍历列表并用.get()安全访问键值,严格过滤None与字符串'null',避免误判。批量处理多个JSON文件时,结合glob模块匹配文件路径,利用try/except捕获解析错误,确保程序稳健运行。推荐使用递归或循环遍历深层嵌套结构。

本文目录
    从Shell切到Python处理JSON,这事儿在实际项目中太常见了。jq命令虽然好用,但一旦需要集成到Python项目里,或者要批量处理几十个结构参差不齐的JSON文件,直接用Python原生解析显然更可控、更易维护。很多人卡在哪儿呢?SyntaxError: invalid syntax——说白了,就是Python不支持jq那种通配符索引[],必须老老实实遍历列表。
    核心问题:如何在Python中替代jq '.cis[].properties.cloud_vm_display_name' | grep -v null这条命令,从多个结构不一的JSON文件中稳健提取cloud_vm_display_name字段值,同时避免语法错误和空值误判。

    Python 中使用循环与列表推导式提取 JSON 多层嵌套中的云主机名

    ✅ 正确做法:遍历 data1['cis'] 列表

    假设已经通过json.load()把单个JSON文件读成了字典data1,结构大概是这个样子:
    {
      "cis": [
        {
          "properties": {
            "cloud_vm_display_name": "azuXXXXX",
            "TenantsUses": [ ... ]
          }
        },
        {
          "properties": {
            "cloud_vm_display_name": "null",
            ...
          }
        }
      ]
    }
    那么,正确的做法是安全遍历加显式空值检查。推荐两种写法,看场景选:
    # 方案 1:基础 for 循环(清晰易调试)
    vm_names = []
    for cis_item in data1.get('cis', []):
        props = cis_item.get('properties', {})
        name = props.get('cloud_vm_display_name')
        # 注意:'null' 是字符串,不是 None;需区分 'null' 字面量 vs None/缺失值
        if name is not None and name != 'null':
            vm_names.append(name)
    print(vm_names)  # ['azuXXXXX', 'azuXXXXXX', ...]
    # 方案 2:简洁列表推导式(生产推荐)
    vm_names = [
        cis['properties']['cloud_vm_display_name']
        for cis in data1.get('cis', [])
        if cis.get('properties', {}).get('cloud_vm_display_name') not in (None, 'null')
    ]
    ⚠️ 关键提醒:
    • if 'null' in name这种写法存在严重逻辑缺陷——它会错误过滤掉"anulled-server"或"nullified-db"这类合法名称;
    • grep -v null在Shell中实际匹配的是整行等于"null"的输出,Python中应严格比对== 'null'或检查is None;
    • 更健壮的做法是使用.get(key, default)避免KeyError,尤其当某些cis条目可能缺失properties或cloud_vm_display_name字段时。

    批量处理多个 JSON 文件

    如果要对标原始命令cat * | jq ...,处理目录下所有.json文件,可以用glob加上异常处理:
    import json
    import glob
    
    all_vm_names = []
    for filepath in glob.glob("*.json"):
        try:
            with open(filepath, encoding='utf-8') as f:
                data = json.load(f)
            # 对每个文件提取 names
            names = [
                cis.get('properties', {}).get('cloud_vm_display_name')
                for cis in data.get('cis', [])
            ]
            # 过滤掉 None 和字符串 'null'
            valid_names = [n for n in names if n not in (None, 'null')]
            all_vm_names.extend(valid_names)
        except (json.JSONDecodeError, OSError) as e:
            print(f"跳过无效文件 {filepath}: {e}")
    
    print(all_vm_names)

    ✅ 最佳实践总结

    • ❌ 避免if 'null' in name——语义错误,易误伤;
    • ✅ 使用name != 'null' and name is not None或name not in (None, 'null');
    • ✅ 始终用.get()访问嵌套键,防止KeyError;
    • ✅ 批量处理时加入try/except,保障程序鲁棒性;
    • ✅ 若需完全复刻jq '.cis[].properties.cloud_vm_display_name | values'行为(自动跳过null/undefined),Python中等价逻辑即:仅保留非None且非'null'的字符串值。
    掌握这种模式之后,你不仅能替代Shell加jq的流水线,还能轻松扩展——比如加上去重、排序、写入CSV,或者对接监控系统,真正实现自动化运维闭环。
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。