直接用 pip install jsonpath 安装，避免混用 jsonpath-ng 或 jsonpath-rw；表达式勿硬拼字符串，注意根类型（list 时 $..id 有效而 $.data.id 失效）；提取后需清洗数据再入 pydantic，且不可依赖 jsonpath 做唯一校验。
jsonpath 库安装和基础语法怎么写才不报错
直接用 pip install jsonpath 就行，注意不是 jsonpath-ng 或 jsonpath-rw —— 后两者接口不兼容，老项目里混用会导致 parse() 报 AttributeError: 'str' object has no attribute 'find' 这类奇怪错误。
核心是别把表达式当字符串硬拼：$..book[?(@.price 是合法表达式，但如果你写成 <code>"$..book[?(@.price ，就容易漏转义或引号错位。更稳的做法是用 f-string + 双大括号避开内层 <code>@ 解析冲突：
expr = f"$..book[?(@.price
<p>实际执行时必须先 <code>json.loads()</code> 成 Python 对象，再传给 <code>jsonpath.jsonpath(data, expr)</code> —— 如果直接对原始 bytes 或未 decode 的响应体调用，会返回空列表且无提示。</p>
<h3>嵌套太深、字段名动态变化时怎么写表达式</h3>
<p>遇到 <code>{"data": {"v1": {"items": [...]}, "v2": {"items": [...]}}}</code> 这种版本键名不固定的情况，<code>$..items</code> 会匹配所有 <code>items</code>，但没法区分来源；这时得用通配符 <code>$..*['items']</code> 或更准的 <code>$..[?(@.items)].items</code>。</p>
<p>常见踩坑点：</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill9386" title="python学习"><img
src="https://img.php.cn/upload/skill/000/000/081/179257684888086.jpg" alt="python学习" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/skill9386" title="python学习" class="overflowclass">python学习</a>
<p class="overflowclass">Python 编程学习助手 skill，面向零基础用户。 当用户表达以下意图时触发： - 学习 Python 基础概念（变量、数据类型、循环、函数、类等） - 请求 Python 练习题或测验 - 请求审查或调试 Python 代码 - 请求 Python 项目实战指导（爬虫、数据分析、Web 开发等入门项目） - 泛化表述如"教我 Python""我想学编程""Python 怎么写""帮我学 Python" 此 skill </p>
</div>
<a rel="nofollow" href="/xiazai/skill9386" title="python学习" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
- 误用
..导致性能暴跌：在 10MB+ JSON 中用$..name可能卡住，换成$.data.*.items[*].name明确路径快 5 倍以上 - 数组索引写成
[0]而不是[*]：前者只取第一个，后者才遍历全部；如果目标字段只在第 3 个 item 里，[0]就永远拿不到 - 字段含空格或特殊字符（如
"user info"）必须用单引号包裹：$..['user info'].id，写成$..user info.id直接语法错误
返回结果是空列表？优先检查这三件事
jsonpath.jsonpath() 返回空列表不等于没数据，大概率是结构或类型不匹配：
- 原始 JSON 里该字段值为
null，而表达式写了@.field != null—— 实际应写@.field（null 会被自动过滤）或显式写@.field == null - 数字被当字符串传入：API 返回
"count": "123"，但你写了@.count > 100，Python 会按字符串比较，"123" > "100"虽然成立，但"2" > "100"也成立，逻辑就崩了 - 顶层不是 dict 而是 list：比如响应直接是
[{"id":1}, {"id":2}]，此时$..id有效，但$.data.id必然为空 —— 先 print(type(data)) 确认根类型
和 requests + pydantic 搭配时的类型安全陷阱
用 jsonpath 提取字段后直接塞进 pydantic model，容易因字段缺失或类型不符崩掉。比如表达式 $..price 返回 [29.99, null, 35]，pydantic 的 float 字段遇到 null 就抛 ValidationError。
稳妥做法是提取后立刻清洗：
prices = jsonpath.jsonpath(data, "$..price") or [] clean_prices = [p for p in prices if p is not None and isinstance(p, (int, float))]
更关键的是：不要在生产爬虫里依赖 jsonpath 做唯一数据源校验。它不校验 schema，也不报字段歧义 —— 同名字段在多层出现时，$..id 会全捞出来，你得自己加上下文判断哪一个是用户 ID、哪一个是商品 ID。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
