python jsonpath_jmespath 使用- 可以替代 python jsonpath

今天一直被35岁的问题困扰，感觉相当不好;刚好看到一个介绍jmespath的工具，感觉相当不错，怒分享.虽然按照35岁里面说的要接受被淘汰的命运，但是还是觉得做一天和尚就干好一天的事情，听天命，尽人事，所以觉得有不错的东西就动手试试，分享分享。

在测试过程中，经常会去JSON中的某个值，jmespath可以是除了jsonpath的另外一种选择.

下面通过几个例子来说明jmespath在python的使用

jmespath python安装

非常简单直接pip,

pip install jmespth

查询一个key值 source={"a": "foo", "b": "bar", "c": "baz"}

result = jmespath.search("a",source)

print(result)

subexpression

类似于jsonpath，通过.来表示路径的层级

source_1={"a": {"b": {"c": {"d": "value"}}}}

sub_result = jmespath.search("a.b.c",source_1)

print(sub_result)

这个例子的结果为：{'d': 'value'}

index expressions

index expression主要使用在数组上

source_2 = ["a", "b", "c", "d", "e", "f"]

index_result = jmespath.search("[1]",source_2)

print(index_result)

这个例子的结果为:b

多个表达式综合使用

以上几种表达式可以合起来一期使用：

composite_exp = "a.b.c[0].d[1][0]"

source_3= {"a": {

"b": {

"c": [

{"d": [0, [1, 2]]},

{"d": [3, 4]}

]

}

}}

composite_result = jmespath.search(composite_exp,source_3)

print(composite_result)

这个例子的结果为1

Slicing 切片

slicing 和python本身的slicing比较像，

source_4=[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

slicing_exp = "[0:5]"

slicing_result = jmespath.search(slicing_exp,source_4)

print(slicing_result)

这个例子的结果为： [0, 1, 2, 3, 4]

slicing实际上和python自己的机制基本一样，同样这个也是主要给数组使用.

有一点需要记住，基本的slicing的格式其实是： [start:stop:step]

Projections

projection不知道怎么翻译，就先叫做投影吧，具体通过例子来说比较好理解.

projections主要包含一下几种情况:

List Projections

Slice Projections

Object Projections

Flatten Projections

Filter Projections

Projections- 例子 list_exp="people[*].first"

source_5 = {

"people": [

{"first": "James", "last": "d"},

{"first": "Jacob", "last": "e"},

{"first": "Jayden", "last": "f"},

{"missing": "different"}

],

"foo": {"bar": "baz"}

}

proj_result1= jmespath.search(list_exp,source_5)

print(proj_result1) # ['James', 'Jacob', 'Jayden']

obj_exp ="reservations[*].instances[*].state"

source_6= {

"reservations": [

{

"instances": [

{"state": "running"},

{"state": "stopped"}

]

},

{

"instances": [

{"state": "terminated"},

{"state": "runnning"}

]

}

]

}

proj_result2=jmespath.search(obj_exp,source_6)

print(proj_result2) #[['running', 'stopped'], ['terminated', 'runnning']]

# Flatten projections

source_7=[

[0, 1],

2,

[3],

4,

[5, [6, 7]]

]

flat_exp ="[]"

flat_result = jmespath.search(flat_exp,source_7)

print(flat_result) # [0, 1, 2, 3, 4, 5, [6, 7]]

# filter

filter_exp="machines[?state=='running'].name"

filter_source ={

"machines": [

{"name": "a", "state": "running"},

{"name": "b", "state": "stopped"},

{"name": "b", "state": "running"}

]

}

filter_result = jmespath.search(filter_exp,filter_source)

print(filter_result)

# pipe expression

pipe_exp= "people[*].first | [0]"

pipe_source= {

"people": [

{"first": "James", "last": "d"},

{"first": "Jacob", "last": "e"},

{"first": "Jayden", "last": "f"},

{"missing": "different"}

],

"foo": {"bar": "baz"}

}

pipe_result = jmespath.search(pipe_exp,pipe_source)

print(pipe_result) # James

# multiselect

multi_exp="people[].[first,last]"

multiselect_result = jmespath.search(multi_exp,pipe_source)

print(multiselect_result) # [['James', 'd'], ['Jacob', 'e'], ['Jayden', 'f'], [None, None]]

基本上把网站上例子试了一下，总体感觉功能是相当强大(怀疑比jsonpath还要厉害一点).

从简单到复杂，都还是比较好用.