讲师中心 微信公众号

工具推荐

视频效率加速
剧云
剧云

中文短剧剧本制作平台

AniShort
AniShort

AI短剧协同制作平台

SoundView
SoundView

字幕擦除翻译、配音口型同步

updream

一键生成高质量推广成片

Python 怎么逐行读取 JSONL 并定位出错的行?

轻浩酱_5157

轻浩酱_5157

发布时间:2026-11-18 17:44:08

|

782人浏览过

|

来源于php中文网

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。

立即学习“Python免费学习笔记(深入)”;

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

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。

热门AI工具

更多
Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

咔片AIPPT

一款在线AI演示文稿制作工具,可根据主题和内容需求辅助生成PPT结构与页面,提高演示材料制作效率。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

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。

1951

2023.07.20

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。

5544

2023.07.25

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。

1889

2023.07.31

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。

33817

2023.08.03

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。

3967

2023.08.04

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。

3967

2023.08.04

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。

1283

2023.08.11

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。

636

2023.08.10

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

0

2026.11.17

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
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn