提取JSON数据entities下的text值报KeyError: 'text'错误如何解决

• 你遍历了entities下所有类型的实体字段，但是Twitter API返回的实体中，不是所有类型的实体都包含text键：比如entities下的media、urls、user_mentions类型实体，对应的文本字段为display_url、expanded_url、screen_name，不存在text字段，直接强制访问就会触发KeyError。
• 非空判断逻辑顺序错误：先执行for v in value遍历再判断if value，空的value不会走后续逻辑，但遍历动作已经执行，没有起到提前过滤空值的作用。

方案1：仅提取包含text字段的实体 #

使用字典的get方法安全取值，同时调整非空判断顺序，过滤掉无text字段的实体，修正后代码如下：

import json

with open('tweets.json') as f:
    data = json.load(f)

for item in data:
    tweet_id = item.get('id') # 适配你后续入库需要的tweet_id字段
    for entity_type, entity_list in item['entities'].items():
        # 先判断实体列表非空再遍历
        if not entity_list:
            continue
        for v in entity_list:
            s_index = v['indices'][0]
            e_index = v['indices'][1]
            # 安全取值，不存在text则返回None
            all_texts = v.get('text')
            # 过滤无text的实体，也可按需补充其他类型实体的取值逻辑
            if all_texts is None:
                continue
            # 后续你的入库逻辑
            # cur.execute('INSERT INTO entities (tweet_id, type, value, start_index, end_index) VALUES (?, ?, ?, ?, ?)', (tweet_id, entity_type, all_texts, s_index, e_index))

方案2：适配所有实体类型的文本取值 #

如果需要提取所有类型实体的对应文本，可以提前配置实体类型和对应文本字段的映射关系，示例如下：

import json

# 实体类型和对应文本字段的映射关系，可按需调整
FIELD_MAPPING = {
    'hashtags': 'text',
    'symbols': 'text',
    'user_mentions': 'screen_name',
    'urls': 'expanded_url',
    'media': 'display_url'
}

with open('tweets.json') as f:
    data = json.load(f)

for item in data:
    tweet_id = item.get('id')
    for entity_type, entity_list in item['entities'].items():
        if not entity_list:
            continue
        for v in entity_list:
            s_index = v['indices'][0]
            e_index = v['indices'][1]
            # 根据实体类型取对应字段的值
            target_field = FIELD_MAPPING.get(entity_type, 'text')
            all_texts = v.get(target_field)
            if all_texts is None:
                continue
            # 后续入库逻辑

内容的提问来源于stack exchange，提问作者Stainler