Python如何从爬取的多层嵌套复杂JSON文件中提取author_id

报错原因说明 #

• Python中json.load加载后的数组结构会转为Python列表，必须通过索引访问，不能直接用点运算符读取属性
• 你提供的JSON存在多层列表嵌套，且部分tweets_results节点下无data字段，未做空兼容会触发KeyError

可运行代码 #

import json

# 加载本地JSON文件
contents = json.load(open("twitter.json", "r", encoding="utf-8"))
author_ids = []

# 逐层遍历嵌套结构
for second_level_list in contents:
    # 二级列表的第一个元素为存储业务数据的字典
    data_dict = second_level_list[0]
    for tweets_item in data_dict["tweets_results"]:
        # 仅处理存在data字段的节点，兼容无结果的情况
        if "data" in tweets_item:
            for tweet in tweets_item["data"]:
                author_ids.append(tweet["author_id"])

# 输出所有提取到的author_id
print(author_ids)

样例输出 #

针对你提供的测试JSON，运行后输出为：
['125959599', '521827796']

内容的提问来源于stack exchange，提问作者NPD