Python 如何从http响应解析这个json.dumps并访问每个值？ 代码： 导入请求 导入json 订阅密钥=“2d18be7f5f3c4e24a426d696e4a66e85” 断言订阅密钥 情感识别url=”https://westcentralus.api.cognitive.microsoft.com/face/v1.0/detect" header={'Ocp-Apim-Subscription-Key'：Subscription\u Key} params={'returnFaceId'：'true'， “returnFaceLandmarks”：“false”， “returnFaceAttributes”：“情感”} image\u path=r“C:\Users\shiva\Desktop\sad.jpg” image\u data=open（image\u路径，“rb”）.read（） headers={'Ocp-Apim-Subscription-Key'：订阅密钥， “内容类型”：“应用程序/八位字节流”} 响应=请求.post（情感识别url、， params=params， 标题=标题， 数据=图像（数据） 打印（json.dumps（response.json（））） 如果response.status_code==202： 打印（“通过”） 其他： 响应。针对_状态（）提出_ 输出：

我得到了这个响应，我正在使用python。 我想访问每个值，如愤怒、蔑视、悲伤等，并将它们转换为整数。 我使用print（type（values））检查了响应 我试着使用熊猫和正常化，但没有任何效果。

---

任何人都可以提供帮助吗？

响应是一个列表，您只需要获取列表中包含所需数据的第一个元素

response.json（）[0]。获取（'anger'）

---

响应是一个列表，您只需获取列表中包含所需数据的第一个元素

response.json（）[0]。获取（'anger'）

使用

pandas

：

• 如果你只有一张图片，那就太夸张了
• 如果您有多个图像，并且JSON响应是许多dict的列表，那么这是一个更好的选择
• api似乎不能同时处理多个图像，因此添加了一个循环来迭代多个图像
  • 每个图像响应都附加到

    数据
    列表中

  • 文件路径将添加到每个面的
  • 由于图像质量问题，某些图像可能无法处理。它们仍然得到200个响应，但列表为空。这是通过只向数据添加文件路径来处理的
• 处理完所有图像后，在

  数据上使用
  json\u normalize

• 问题是如何处理

  json.dumps（response.json（））

  response.json（）
  json.dumps
  将其转换为
  str
  （例如
  '[{}]'
  ），这使得数据更难处理

将熊猫作为pd导入
从pandas.io.json导入json_规范化
从pathlib导入路径
导入请求
订阅密钥=“2d18be7f5f3c4e24a426d696e4a66e85”
断言订阅密钥
情感识别url=”https://westcentralus.api.cognitive.microsoft.com/face/v1.0/detect"
header={'Ocp-Apim-Subscription-Key'：Subscription\u Key}
params={'returnFaceId'：'true'，
“returnFaceLandmarks”：“false”，
“returnFaceAttributes”：“情感”}
#使用pathlib设置多个图像的路径
p=路径（r'c:\some\u Path\u to\u files\data\sad'）
#目录中所有图像的列表（使用rglob获取子目录）
f=列表（p.glob（'*.jpg'））
数据=列表（）
#遍历图像
对于f中的面：
image_data=face.open（'rb'）.read（）
headers={'Ocp-Apim-Subscription-Key'：订阅密钥，
“内容类型”：“应用程序/八位字节流”}
响应=请求.post（情感识别url、，
params=params，
标题=标题，
数据=图像（数据）
如果response.status_code==200：
#解析响应
data_list=response.json（）
#chcck如果列表为空-如果api无法处理face，则会发生这种情况
如果数据列表：
数据目录=数据列表[0]
#将文件路径添加到dict，以便知道哪个文件正在处理
数据dict['file']=str（面）
data.append（数据目录）
其他：
#添加未处理的面
data.append（{'file'：str（face）}）
其他：
响应。针对_状态（）提出_
df=json_规范化（数据）

df

输出：

faceId文件faceRectangle.top faceRectangle.left faceRectangle.width faceRectangle.height faceAttributes.emotion.anger faceAttributes.emotion.藐视faceAttributes.emotion.厌恶faceAttributes.emotion.fear faceAttributes.emotion.happiness脸属性。情感。中性脸属性。情感。悲伤脸属性。情感。惊喜
0 430ca5d7-7ec8-41d8-9bbe-466dc4f4894b E:\PythonProjects\stack_overflow\data\sad\sad_face.jpg 49.0 87.0 91.0 0 0 0 0 0.000 0.000 0.000 0.000 0.000             0.999                           0.001                            0.000
1 0db74fa5-32ee-4c59-9c5c-a5cbc82432f6 E:\PythonProjects\stack\u overflow\data\sad\sad\u face1.jpg 0.0 86.0 168.0 160.0 0 0 0.001 0.004 0.000 0.000             0.511                           0.485                            0.000
2 NaN E:\PythonProjects\stack\u overflow\data\sad\sad\u face2.jpg NaN楠楠
[{'faceAttributes': {'emotion': {'anger': 0.739,
                                 'contempt': 0.002,
                                 'disgust': 0.122,
                                 'fear': 0.0,
                                 'happiness': 0.0,
                                 'neutral': 0.136,
                                 'sadness': 0.0,
                                 'surprise': 0.0}},
  'faceId': '176613df-b4ff-47fd-8d36-696b96fcc1cb',
  'faceRectangle': {'height': 307, 'left': 95, 'top': 105, 'width': 307}}]