pandas.json_normalize处理单条requests返回JSON报错排查

• 核心错误是对pandas.json_normalize的入参类型理解错误：该方法要求传入的是已经完成反序列化的Python对象（字典、字典列表），不会自动对传入的JSON格式字符串做解析。你直接传入response.text（原始字符串类型）时，方法会将字符串按字符迭代处理，必然触发格式报错。
• 手动拼接f"[{response.text}]"仍然失败的原因很简单：拼接后得到的依然是字符串类型，并没有完成JSON到Python对象的转换，本质和直接传response.text没有区别。
• 你提到的「导出本地文件加[]后可正常解析」，是因为读取本地JSON文件时（无论用pandas.read_json还是json.load），方法会自动完成字符串到Python对象的反序列化流程，和直接给json_normalize传原始字符串的执行逻辑完全不同。

不需要手动拼接数组括号，直接先将接口返回的JSON字符串反序列化为Python对象，再传入json_normalize即可，两种常用写法如下：

写法1：使用requests内置的JSON解析方法（最简便） #

requests响应对象自带json()方法，可以直接把返回内容解析为Python字典，直接传入即可，单条字典对象json_normalize可以直接处理，无需包裹为列表：

import requests
import pandas as pd

url = "https://api.namefake.com/portuguese-brazil/"
response = requests.get(url)
# 直接解析响应为Python字典
data = response.json()
df = pd.json_normalize(data)

写法2：使用标准库json模块手动解析 #

如果需要对JSON字符串做自定义处理后再解析，可以用json.loads完成反序列化：

import requests
import pandas as pd
import json

url = "https://api.namefake.com/portuguese-brazil/"
response = requests.get(url)
# 手动将JSON字符串加载为Python对象
data = json.loads(response.text)
# 如果确实需要转为数组格式再处理也可以，非必须
# data = json.loads(f"[{response.text}]")
df = pd.json_normalize(data)

注意：不要把Python交互环境中打印response.text时首尾自动展示的单引号当成响应内容的一部分，这两个单引号是REPL环境标记字符串边界的展示符号，不属于接口返回的实际内容，不需要额外处理。

内容的提问来源于stack exchange，提问作者Gabriel