def test():
    list_map = []
    data = [{'a':a1,"b":b1,"c":c1},{'a':a2,"b":b2,"c":c2},{'a':a3,"b":b3,"c":c3}]
    for item in data:
        a = item['a']
        b = item['b']
        list_map.append({"a":a,"b":b})
    return list_map
                    def test():    list_map = []    data = [{'a':a1,"b":b1,"c":c1},{'a':a2,"b":b2,"c":c2},{'a':a3,"b":b3,"c":c3}]    for item in data:        a = item['a']        b = item['b']        list_map.append({"a":a,"b":b})    return list_map    
				
目录1. 数据抽取的概念2. 数据的分类3. JSON数据概述及解析3.1 JSON数据格式3.2 解析库json3.2.1 json序列化3.2.2 json反序列化4. jsonpath4.1 使用4.2 使用示例5. Python专用JSON解析库pickle
1. 数据抽取的概念
                    原创文章 31获赞 492访问量 3万+
				
我们知道在爬虫的过程中我们对于爬取到的网页数据需要进行解析,因为大多数数据是不需要的,所以我们需要进行数据解析,常用的数据解析方式有正则表达式,xpath,bs4。
这次我们来介绍一下另一个数据解析库–jsonpath,在此之前我们需要先了解一下什么是json。欢迎收藏学习，喜欢点赞支持。
一、初识Json
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，它使得人们很容易的进行阅读和编写。同时也方便了机器进行解析和生成。适用于进行数据交互的场景，比如网站前台与后
json_str = '{"name": "John", "age": 30, "city": "New York"}'
data = json.loads(json_str)
name = data['name']
age = data['age']
city = data['city']
print(name, age, city)
输出结果为：
John 30 New York