做测算的网站常用的网络推广方法

jsonpath-ng 库的详细使用如下：

一、安装与导入

1. 安装
   通过 pip 安装库：

   pip install jsonpath-ng
   

   支持 Python 3.6 及以上版本。

2. 导入核心模块
   主要使用 parse 函数和 JSONPath 对象：

   from jsonpath_ng import parse
   

---

二、基础查询操作
1. 简单路径查询
• 场景：从 JSON 中提取指定路径的值。

data = {"person": {"name": "Alice","age": 30,"address": {"city": "New York"}}
}
# 解析表达式
expression = parse("person.name")
# 查找匹配结果
matches = expression.find(data)
print(matches[0].value)  # 输出：Alice

支持点号 . 或中括号 [] 访问路径，如 parse("person['address']['city']"),
expression.find() 函数 返回的是一个DatumInContext对象。

2. 数组遍历查询
• 场景：提取列表中的所有元素。

使用 [*] 通配符匹配数组元素：

data = {"products": [{"name": "A", "price": 10}, {"name": "B", "price": 20}]}
expression = parse("products[*].price")
matches = [match.value for match in expression.find(data)]
print(matches)  # 输出：[10, 20]

适用于嵌套数组的递归查询（如 $..price）。

---

三、高级查询语法
1. 过滤条件
• 场景：筛选符合条件的数据。

使用 [?()] 表达式实现动态过滤：

data = {"store": {"books": [{"title": "Book1", "price": 15},{"title": "Book2", "price": 25}]}
}
# 筛选价格低于20的书籍
expression = parse("store.books[?(@.price < 20)].title")
matches = [match.value for match in expression.find(data)]
print(matches)  # 输出：["Book1"]

支持逻辑运算符（&&、||）和算术运算。

[?(@.price < 20)]：过滤条件

• (1) []：数组索引或过滤器操作符
  作用：表示对数组的操作，内部可以包含索引（如 [0]）或过滤条件（如 [?()]）。

  示例：

  books[0]：选择第一本书。books[?()]：根据条件筛选书籍。
  

• (2) ?()：条件过滤语法
  作用：定义过滤逻辑，?() 内需编写布尔表达式。
  示例：

  books[?(@.price < 20)]  // 筛选价格低于20的书籍
  

• (3) @：当前节点引用
  作用：在过滤器中表示当前遍历到的数组元素（即每本书的对象）。
  示例：

  {"title": "Book A", "price": 15}  // 当前@指向此对象
  

  @.price 表示当前书籍的 price 属性值。

• (4) @.price < 20：过滤逻辑
  作用：比较当前书籍的价格是否小于 20。
  扩展语法：

  • 逻辑运算符：&&（与）、||（或）、!（非），如 @.price < 20 && @.category == "fiction"。

  • 正则匹配：=~（如 @.title =~ /^The/）。

2. 函数操作
• 场景：对数据进行聚合计算。

使用内置函数如 length()、sum()：

expression = parse("sum(store.books[*].price)")
total_price = expression.find(data)[0].value
print(total_price)  # 输出：40

其他函数包括 min()、max() 等。

---

四、数据修改操作
1. 键值修改
• 场景：动态更新 JSON 数据中的值。

通过 update() 方法修改匹配项：

expression = parse("person.name")
matches = expression.find(data)
if matches:matches[0].update("Bob")  # 将 Alice 改为 Bob
print(data["person"]["name"])  # 输出：Bob

适用于批量修改场景。

---

五、实际应用案例
1. 接口测试验证
• 场景：验证接口返回数据的关键字段。

import requests
response = requests.get("https://api.example.com/user/1")
data = response.json()
# 验证用户ID是否为1
expression = parse("user.id")
user_id = expression.find(data)[0].value
assert user_id == 1, "用户ID验证失败"

2. 数据提取与转换
• 场景：从复杂 JSON 中提取结构化数据。

data = {"orders": [{"id": 1, "items": [{"name": "item1", "qty": 2}]},{"id": 2, "items": [{"name": "item2", "qty": 3}]}]
}
# 提取所有订单的商品名称和数量
expression = parse("orders[*].items[*].[name, qty]")
matches = [match.value for match in expression.find(data)]
print(matches)  # 输出：[["item1", 2], ["item2", 3]]

---

六、注意事项

1. 路径大小写敏感：JSON 键名需严格匹配大小写。
2. 错误处理：捕获 IndexError 或 KeyError 避免程序崩溃：

   try:matches = expression.find(data)if not matches:print("未找到匹配项")
   except Exception as e:print(f"查询失败：{e}")
   

3. 性能优化：对大型 JSON 数据避免频繁解析表达式，可预编译重用 parse 对象。