如何将JSON文件导入数据库？使用JSONLoader与RecursiveJsonSplitter遇序列化错误

问题原因 #

你传入RecursiveJsonSplitter.split_json()的docs是LangChain Document对象的列表，而这个方法要求传入原始JSON数据（Python字典/列表），不是Document实例，因此触发序列化错误。

解决方案 #

方案1：直接读取原始JSON并拆分（推荐，无需经过JSONLoader） #

如果不需要用JSONLoader的jq筛选功能，直接读取原始JSON文件后拆分：

import json
from langchain_text_splitters import RecursiveJsonSplitter

# 读取原始JSON数据
with open(file_path, "r", encoding="utf-8") as f:
    raw_json = json.load(f)

# 初始化拆分器并执行拆分
splitter = RecursiveJsonSplitter(max_chunk_size=300)
json_chunks = splitter.split_json(json_data=raw_json, convert_lists=True)

方案2：从JSONLoader生成的Document中提取JSON数据 #

如果需要保留JSONLoader的jq筛选逻辑（比如用jq_schema提取特定节点），需要从Document的page_content中解析出原始JSON：

from langchain_community.document_loaders import JSONLoader
from langchain_text_splitters import RecursiveJsonSplitter
import json

loader = JSONLoader(file_path=file_path, jq_schema=".", text_content=False)
docs = loader.load()

# 从第一个Document中提取并解析JSON（如果jq_schema匹配多个节点，需要遍历docs）
raw_json = json.loads(docs[0].page_content)

splitter = RecursiveJsonSplitter(max_chunk_size=300)
json_chunks = splitter.split_json(json_data=raw_json, convert_lists=True)

关键注意点 #

• 当text_content=False时，JSONLoader生成的Document.page_content是JSON格式的字符串，必须用json.loads()转换为Python字典/列表后才能传给split_json
• 如果你的jq_schema匹配到多个JSON节点，docs会包含多个Document对象，需要循环处理每个对象的page_content

内容的提问来源于stack exchange，提问作者Jamie