Python 怎么逐行读取 JSONL 并定位出错的行?

轻浩酱_5157

轻浩酱_5157

2026-11-18

782人浏览

原创

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。

Python 怎么逐行读取 JSONL 并定位出错的行?

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。

Python健壮编程
Python健壮编程

编写可靠Python代码,避免可变默认值、导入陷阱与运行时意外

下载
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!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python js json

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1951

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5544

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33817

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3967

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3967

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3083

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程