Python解析json文件以访问返回TypeError的值

我正在使用python解析一个包含url数据的json文件，以尝试构建一个url信誉分类器。json文件中大约有2000个条目，但并非所有条目都包含所有字段。典型条目如下所示：

[
   {
      "host_len" : 12,
      "fragment" : null,
      "url_len" : 84,
      "default_port" : 80,
      "domain_age_days" : "5621",
      "tld" : "com",
      "num_domain_tokens" : 3,
      "ips" : [
         {
            "geo" : "CN",
            "ip" : "115.236.98.124",
            "type" : "A"
         }
      ],
      "malicious_url" : 0,
      "url" : "http://www.oppo.com/?utm_source=WeiBo&utm_medium=OPPO&utm_campaign=DailyFlow",
      "alexa_rank" : "25523",
      "query" : "utm_source=WeiBo&utm_medium=OPPO&utm_campaign=DailyFlow",
      "file_extension" : null,
      "registered_domain" : "oppo.com",
      "scheme" : "http",
      "path" : "/",
      "path_len" : 1,
      "port" : 80,
      "host" : "www.oppo.com",
      "domain_tokens" : [
         "www",
         "oppo",
         "com"
      ],
      "mxhosts" : [
         {
            "mxhost" : "mail1.oppo.com",
            "ips" : [
               {
                  "geo" : "CN",
                  "ip" : "121.12.164.123",
                  "type" : "A"
               }
            ]
         }
      ],
      "path_tokens" : [
         ""
      ],
      "num_path_tokens" : 1
   }
]

我试图访问存储在“ips”和“mxhosts”字段中的数据，以比较“geo”位置。要尝试访问我使用的第一个“ips”字段，请执行以下操作：

corpus = open(file)
urldata = json.load(corpus, encoding="latin1")

for record in urldata:
        print record["ips"][0]["geo"]

但正如我提到的，并非所有json条目都有所有字段。“ips”总是存在，但有时它是“null”，而“geo”也是如此。我试图在访问数据之前使用以下方法检查数据：

if(record["ips"] is not None and record["ips"][0]["geo"] is not None):

但我认为这是一个错误：

if(record["ips"] is not None and record["ips"][0]["geo"] is not None):
TypeError: string indices must be integers

当我尝试使用以下方法检查它时：

if("ips" in record):

我收到以下错误消息：

print record["ips"][0]["geo"]
TypeError: 'NoneType' object has no attribute '__getitem__'

---

因此，我不知道如何在访问之前检查我试图访问的记录是否存在，或者是否以最正确的方式访问。谢谢。

您只需检查

记录[“ips”]

是否为

无

，或者更简单地检查它是否为

真

，然后将其作为列表访问；否则，您将对

None

对象调用list方法

for record in urldata:
    if record["ips"]:
        print record["ips"][0]["geo"]

---

因此，由于json文件的不一致性，它最终变得有点复杂，但我必须首先检查“ips”是否为null，然后检查“geo”是否存在于记录[“ips”][0]中。这就是它看起来的样子：

if(record["ips"] is not None and "geo" in record["ips"][0]):
                print record["ips"][0]["geo"]

---

谢谢大家的反馈

据我所知，上述数据是urldata。如果是这种情况，请不要记录[“ips”][0][“geo”]而要记录[“ips”][“geo”]。这应该行得通。谢谢你的反馈。这样做会产生错误：

TypeError:list索引必须是整数，而不是str

。这样做可以让我访问数据，这是正确的。现在它打印出了很多数据，但随后给了我一个错误

TypeError:string索引必须是整数

，我将继续检查这个错误。我认为你给我指明了一个好的方向。谢谢