2

Estoy tratando de recorrer un JSON Y obtener los valores de los tags para insertar en la BBDD Tengo el siguiente código para obtener el json:

url_ = '...'
with urllib.request.urlopen(url_) as url:
    data_json = json.loads(url.read().decode())

y este es el resultado:

[
  {
    "id": xxxx,
    "children": [
      {
        "id": xxxx,
        "children": [
          {
            "id": xxxx,
            "children": [
              {
                "id": xxxx,
                "children": [
                  {
                    "id": xxxx,
                    "children": [
                      {
                        "id": xxxx,
                        "children": [
                          {
                            "id": xxxx,
                            "children": [
                              {
                                "id": xxxx,
                                "children": [
                                  {
                                    "id": xxxx,
                                    "children": [
                                      {
                                        "id": xxxx,
                                        "children": [
                                            {
                                            "id": xxxx,
                                            "children": [
                                              {
                                                "id": xxxx,
                                                "children": []

y necesito acceder a todos los [children] anidados para insertar los ids en la bbdd.

Mi código funciona pero es horrible:

ids = []
for nd1 in data_json:
    ids.append(nd1['id'])
    hChild = "children" in nd1
    if hChild:
        for nd2 in nd1['children']:
            ids.append(nd2['id'])
            hChild = "children" in nd2
            if hChild:
                for nd3 in nd2['children']:
                    ids.append(nd3['id'])
                    hChild = "children" in nd3
                    if hChild:
                        for nd4 in nd3['children']:
                            ids.append(nd4['id'])
                            hChild = "children" in nd4
                            if hChild:
                                for nd5 in nd4['children']:
                                    ids.append(nd5['ccm2_Id'])
                                    hChild = "children" in nd5
                                    if hChild:
                                        for nd6 in nd5['children']:
                                            ids.append(nd6['ccm2_Id'])
                                            if hChild:
                                                for nd7 in nd6['children']:
                                                    ids.append(nd7['id'])
                                                    hChild = "children" in nd7
                                                    if hChild:
....

He tratado de acceder a los nodos de la siguiente manera:

df = pd.DataFrame.from_records(it.chain.from_iterable(
i['children'][0]['children'][0]['children'] for i in data_json))

pero esto no es recursivo, me permite acceder al tercer nivel solamente.

¿Hay alguna forma de obtener el número de nodos de un JSON y recorrerlos de una forma más amigable?

2 respuestas 2

1

No necesitas saber el número de nodos o de niveles para procesar los datos, ya que puedes ir accediendo a los nodos de manera recursiva, gracias a que la estructura se repite en cada nivel del json.

Podemos definir una rutina para procesar cada nivel, que se encargue de determinar si existe un nivel inferior y llamarse a si misma con los elementos de dicho nivel.

Por ejemplo, el código a continuación es equivalente al de tu pregunta, ya que extrae todos los ids presentes en el json:

def procesarNodo(ids, nodo):
    if "id" in nodo:
        ids.append(nodo['id'])
    elif "ccm2_Id" in nodo:
        ids.append(nodo['ccm2_Id'])
    if "children" in nodo:
        for nodohijo in nodo['children']:
            procesarNodo(ids, nodohijo)

ids = []
for nd1 in data_json:
    procesarNodo(ids, nd1)

print(ids)

Tus datos de ejemplo solamente muestran un atributo id, pero tu código hace referencia al atributo ccm2_Id en ciertos niveles, por lo que he añadido soporte para agregar uno u otro, asumiendo que los nodos que tienen ccm2_id no tienen id, ajustalo de acuerdo a la estructura real de tus datos.

1
  • Buenísimo!! Gracias por tu aportación, me facilita mucho la vida.
    – rcmoreira
    Commented el 26 may. 2021 a las 14:46
1

Esta función recursiva te permite recorrer los distintos niveles de anidamiento conservando el id del nivel superior en caso de que quieras incluirlo como información en la BD.

import json

# Datos de prueba con algunos niveles de anidamiento suficientes para generalizar
dataFromUrl = '[{"id": 10, "children": [{ "id": 3, "children":[{ "id": 27, "children":[{ "id": 2, "children":[]}]}]}]}]'
data_json = json.loads(dataFromUrl)
# print(data_json)

def recorrerRecursivo(nodo, padre):
    # Asume que nodo es un array de un elemento y que están
    # presentes las claves id y children
    if len(nodo) == 0: # Terminar la recursión ?
        print('Nodo vacío')
        return
    # Aqui está disponible el id actual y el id "padre"
    # Se puede realizar inserciones en la BD u otras acciones
    print (nodo[0]['id'], ' : ', padre)
    recorrerRecursivo(nodo[0]['children'], nodo[0]['id']) # siguiente nivel inferior
    return

# 0 es el id padre inicial
recorrerRecursivo(data_json, 0)
1
  • Muchas gracias por tu aportación! Muy útil tambien.
    – rcmoreira
    Commented el 26 may. 2021 a las 14:46

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.