Python查询Azure Blob存储JSON数据失败排查及表名疑问

报错原因与修复 #

你的错误源于使用了不匹配的格式处理类：DelimitedJsonDialect是专门处理**每行一个独立JSON对象（JSON Lines格式）**的Blob，且无需手动指定delimiter=','（默认按换行符分隔）。根据报错信息，你的Blob应该是标准的JSON数组结构（比如[{"key1":val1}, {"key2":val2}, ...]），此时需要改用JsonDialect，并通过record_path指定数组的根路径。

修复后的代码示例（针对标准JSON数组）：

from azure.storage.blob import JsonDialect

query_expression = "SELECT COUNT(*) from blobdata"
# 配置标准JSON数组的解析规则
input_format = JsonDialect(record_path="$")
reader = blob_client.query_blob(query_expression, on_error=on_error, blob_format=input_format)
content = reader.readall()
print(content)

如果你的Blob确实是每行一个JSON对象的JSON Lines格式，只需删除错误的delimiter=','参数即可：

from azure.storage.blob import DelimitedJsonDialect

query_expression = "SELECT COUNT(*) from blobdata"
input_format = DelimitedJsonDialect()  # 默认按行分隔，无需指定逗号
reader = blob_client.query_blob(query_expression, on_error=on_error, blob_format=input_format)
content = reader.readall()
print(content)

查询语句的表名说明 #

查询语句中的表名固定为blobdata，这是Azure Blob存储查询功能的默认虚拟表名，所有Blob内容都会映射到这个表中，无需修改。

内容的提问来源于stack exchange，提问作者Guy Altman