从.txt文件处理JSON并在Julia中转换为DataFrame
从Julia Discourse交叉发布，以防这里有人有任何线索。
我只是想了解为什么下面的代码返回一个只包含我的 json 文件第一行的数据帧。如果您想尝试使用我正在处理的文件，您可以从Microsoft Open Academic Graph 站点下载aminer_papers_0.zip ，我使用的是该组文件中的第一个文件。
using JSON3, DataFrames, CSV
file_name = "path/aminer_papers_0.txt"
json_string = read(file_name, String)
js = JSON3.read(json_string)
df = DataFrame([js])
生成的 DataFrame 只有一行，但列标题是正确的，第一行也是如此。对我来说，神秘的是为什么其余的没有得到处理。我想我可以排除 read() 只读取第一个 JSON 对象，因为我可以索引结果对象并看到许多 JSON 对象：
在此处输入图片说明
我的第一个猜测可能是换行符 n 导致了转义问题，并尝试使用 chomp 来摆脱它们，但无法使其正常工作。
无论如何 - 任何帮助将不胜感激！
回答
我认为问题在于文件是JSON Lines格式，除非另有说明，否则 JSON3 库只返回它在字符串开头找到的第一个有效 JSON 值。
tl;博士
调用JSON3.read与关键字参数jsonlines=true。
为什么？
默认情况下，JSON3 将传递给其read函数的字符串解释为单个“JSON 文本”，由RFC 8259 第 1.3.2 节定义：
JSON 文本是一个序列化值....
（我强调使用不定单数冠词“a”。）“JSON 值”定义在 第 1.3.3 节：
JSON 值必须是对象、数组、数字或字符串，或以下三个字面名称之一：false、null、true。
其中包含多个 JSON 值的字符串在技术上是多个“JSON 文本”。由解析器决定您提供给它的字符串参数的哪一部分是 JSON 文本，JSON3 的作者选择作为默认行为从字符串的开头解析到第一个有效 JSON 值的结尾。
为了让 JSON3 将字符串读取为多个 JSON 值，您必须为其提供关键字 option jsonlines=true，其记录为：
jsonlines: Bool 表示json_str包含换行符分隔的 JSON 字符串，这些字符串将被读入JSON3.ArrayJSON 值中。请参阅jsonlines以供参考。[默认错误]
例子
以这个简单的字符串为例：
two_values = "3.14n2.72"
这些行中的每一行都是一个数字的有效 JSON 序列化。但是，当传递给 时JSON3.read，只会解析第一个：
using JSON3
@assert JSON3.read(two_values) == 3.14
使用jsonlines=true，两个值都被解析并作为JSON3.Array结构返回：
@assert JSON3.read(two_values, jsonlines=true) == [3.14, 2.72]
其他套餐
该JSON.jl库，里面的人可能会被命名为默认情况下使用，没有实现在所有的JSON字符串行的解析，留给了主叫方根据需要适当地分割字符串：
using JSON
JSON.parse(two_values)
# ERROR: Expected end of input
# Line: 1
# Around: ...3.14 2.72...
# ^
实现读取多个值的一种简单方法是使用eachline：
@assert [JSON.parse(line) for line in eachline(IOBuffer(two_values))] == [3.14, 2.72]