为什么githubarchive中的某些包中连续事件JSON落在同一行上？

在Ilya Grigorik提供的内容中，我发现在许多gz文件中，一些连续事件被记录到同一个文件中

例如在2011-03-15-21.json.gz中

要获得上述信息，请执行以下操作： wget

例如，在这个gz中，如果您搜索id 1484832，您会发现两个连续的事件子事件在同一行中 看见

同一行中的两个JSON是

及

影响是什么？ 当我加载每一行并用python的why python加载它时？因为我觉得python在处理jsons json.loads时很舒服，所以它说它是无效的，因为它是两个json的组合

问题:

1在处理github归档数据时，您是如何解决此类错误的

2我的本地计算机中已经有了这些数据。那么我该如何克服这个问题呢。我是否应该编写特定于此情况的代码以克服此问题？ 我写的代码就像

jsonlist = line.split('}{')
json.loads(jsonlist[0] + '}', "ISO-8859-1") # load and navigate through this json 
json.loads('{' + jsonlist[1], "ISO-8859-1") # load and navigate through this json

---

我在这里找到了答案

1在处理github归档数据时，您是如何解决此类错误的？

。此脚本消除了两个或多个事件出现在同一行上的问题。 因此，现在在运行这个脚本之后，JSON出现在不同的行中

2我的本地计算机中已经有了这些数据。那么我该如何克服这个问题呢。我是否应该编写特定于此情况的代码以克服此问题？我写的代码就像 这个脚本消除了编写上面提到的代码的必要性

注:

在github中的上找到相关问题

警告:

当我运行这个脚本时，我得到了一个与使用的编码相关的错误。因为默认情况下，Yajl:：Parser.parsejsonInputFile 行检查它解析的字符是否符合UTF-8编码，否则将抛出错误。 由于github数据还包含非UTF-8字符，因此在我们的示例中也会抛出此错误。因此，绕过这个问题可能是一个解决办法，我把它作为

Yajl::Parser.parse(jsonInputFile, :check_utf8 => false)

如有疑问，请参阅以下文件：