jsonl 每行是一个独立的 json 值,可以是对象、数组或标量,不是必须把整个文件包成一个大数组。python 可逐行读取,用 enumerate(..., start=1) 记录物理行号,再调用 json.loads()。解析失败时把文件行号与该行内的列号一起报告;本例遇到错误即停止,不跳过空行。

逐行解析 JSONL,并把错误映射到文件行号
保存为 jsonl_reader.py。函数接收文本流,由调用方负责打开和关闭;按迭代方式处理,不会一次性把整个文件装成列表。空行不包含合法 JSON 值,显式拒绝;同时拒绝 Python 解码器默认允许的 NaN 和 Infinity 扩展。
import json
def reject_constant(value):
raise ValueError(f"非标准 JSON 常量:{value}")
def iter_jsonl(stream):
for number, line in enumerate(stream, start=1):
if not line.strip():
raise ValueError(f"第 {number} 行为空行")
try:
value = json.loads(line, parse_constant=reject_constant)
except json.JSONDecodeError as error:
raise ValueError(f"第 {number} 行,第 {error.colno} 列:{error.msg}") from error
except ValueError as error:
raise ValueError(f"第 {number} 行:{error}") from error
yield number, value
if __name__ == "__main__":
from io import StringIO
assert list(iter_jsonl(StringIO('{"id":1}\ntrue\n'))) == [(1, {"id": 1}), (2, True)]
print("对象和标量解析通过")
末行正常的换行符不会凭空生成一条空记录;在两条记录中间多写一个空白行才会触发空行错误。UTF-8 解码失败属于文件编码问题,也不能当成 JSON 语法错误静默忽略。

用 UTF-8 写入两条中文记录,再逐条读取
保存为 check_jsonl.py,与 jsonl_reader.py 放在同一目录。每条记录单独 dumps,再追加一个换行;不要使用多行缩进输出,因为一条记录拆成多行就破坏了此处的 JSONL 布局。
import json
from pathlib import Path
from tempfile import TemporaryDirectory
from jsonl_reader import iter_jsonl
with TemporaryDirectory() as directory:
path = Path(directory) / "records.jsonl"
with path.open("w", encoding="utf-8") as stream:
for row in [{"name": "甲"}, {"name": "乙"}]:
stream.write(json.dumps(row, ensure_ascii=False, allow_nan=False) + "\n")
count = 0
with path.open(encoding="utf-8") as stream:
for number, value in iter_jsonl(stream):
assert number == count + 1
assert value["name"] in ("甲", "乙")
count += 1
assert count == 2
print("两条中文记录读取通过")
大型文件应在循环内处理每条记录,而不是再把生成器整体转成 list。需要容错导入时,可以另外设计错误记录与继续策略,但必须明确哪些行被跳过,不能仍声称文件已完整导入。
验证第二行语法错误和空行都能定位
以下内容可另存为 check_errors.py。使用内存文本流构造固定用例,只检查行号及异常分支,不依赖不同 Python 版本的完整英文报错措辞。
from io import StringIO
from jsonl_reader import iter_jsonl
for text in ['{"id":1}\n{"id":}\n', '{"id":1}\n\n', '{"id":1}\nNaN\n']:
try:
list(iter_jsonl(StringIO(text)))
except ValueError as error:
assert "第 2 行" in str(error)
print(error)
else:
raise AssertionError("第二行应报错")
assert list(iter_jsonl(StringIO(""))) == []
空文件在此实现中表示零条记录,是否允许需由上层业务判断。发生错误前已经处理的记录不会自动回滚;涉及持久化时,应自行定义提交边界和失败恢复方式。
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!











