0Pricing
Python Academy · Leçon

Gérer les structures JSON imbriquées

Parcourez et transformez des objets JSON complexes et imbriqués.

Gérer les structures JSON imbriquées est une leçon Python Academy gratuite sur CoddyKit. Ceci est la leçon 2 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Python Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Python Academy comprend 4 leçons au total.

Introduction

Dans les applications concrètes, les données JSON sont profondément imbriquées. Savoir parcourir, transformer et valider des structures imbriquées est essentiel.

Accéder aux clés imbriquées

data['user']['address']['city'] parcourt des dictionnaires imbriqués. Utilisez .get() à chaque niveau pour gérer les clés manquantes.
import json
data = {'user': {'address': {'city': 'NYC', 'zip': '10001'}}}
print(data['user']['address']['city'])

Accès sécurisé aux données imbriquées

data.get('user', {}).get('address', {}).get('city') enchaîne les appels à .get() en toute sécurité.
data = {'user': {'name': 'Alice'}}
city = data.get('user', {}).get('address', {}).get('city', 'unknown')
print(city)

Parcourir des tableaux d'objets

Les tableaux JSON d'objets sont des listes de dictionnaires. Parcourez-les avec une boucle for.
import json
data = json.loads('[{"name":"Alice"},{"name":"Bob"}]')
for user in data:
    print(user['name'])

Aplatir un JSON imbriqué

Écrivez une fonction récursive pour aplatir des dictionnaires imbriqués en un dictionnaire plat aux clés séparées par des points.
def flatten(d, prefix=''):
    result = {}
    for k, v in d.items():
        key = f'{prefix}.{k}' if prefix else k
        if isinstance(v, dict):
            result.update(flatten(v, key))
        else:
            result[key] = v
    return result
print(flatten({'a': {'b': {'c': 1}}, 'd': 2}))

Filtrer des tableaux

[user for user in data if user.get('active')] filtre un tableau JSON selon une condition.
data = [{'name':'A','active':True},{'name':'B','active':False}]
active = [u for u in data if u.get('active')]
print(active)

Transformer des données imbriquées

Extrayez un champ de chaque objet imbriqué : [item['name'] for item in data]
data = [{'id': 1, 'name': 'Alice'}, {'id': 2, 'name': 'Bob'}]
names = [d['name'] for d in data]
print(names)

Validation de schéma avec jsonschema

pip install jsonschema. jsonschema.validate(instance, schema) déclenche ValidationError lorsque les données ne sont pas valides.
# from jsonschema import validate
# schema = {'type':'object','required':['name']}
# validate({'name':'Alice'}, schema)  # OK
# validate({}, schema)  # raises ValidationError
print('schema validation demo')

Mise à jour approfondie de dictionnaires imbriqués

dict.update() superficiel ne fusionne pas les dictionnaires imbriqués. Écrivez une fonction récursive deep_update pour effectuer une fusion imbriquée.
def deep_update(base, override):
    for k, v in override.items():
        if isinstance(v, dict) and isinstance(base.get(k), dict):
            deep_update(base[k], v)
        else:
            base[k] = v
    return base
result = deep_update({'a': {'x': 1}}, {'a': {'y': 2}})
print(result)

Requêtes de type jq avec Python

Pour les requêtes complexes, utilisez la bibliothèque jq ou une recherche récursive personnalisée : find_all(data, 'key').
def find_all(obj, key):
    if isinstance(obj, dict):
        if key in obj: yield obj[key]
        for v in obj.values(): yield from find_all(v, key)
    elif isinstance(obj, list):
        for item in obj: yield from find_all(item, key)
data = {'a': {'name': 'x'}, 'b': [{'name': 'y'}]}
print(list(find_all(data, 'name')))

Sérialisation en NDJSON

JSON délimité par des retours à la ligne (NDJSON) : un objet JSON par ligne. Écrivez avec json.dumps(obj) + '\n'.
import json
objects = [{'id': 1}, {'id': 2}, {'id': 3}]
ndjson = '\n'.join(json.dumps(o) for o in objects)
print(ndjson)

Vérification rapide

Que renvoie data.get('key', {}).get('nested') lorsque 'key' est absent ?

Récapitulatif

JSON imbriqué : enchaînez .get() pour un accès sécurisé. Parcourez les tableaux avec for. Aplatissez-les avec la récursivité. Filtrez avec une compréhension de liste. Utilisez jsonschema pour la validation.

Continuez

Continuez ainsi ! Passez à la leçon suivante.

Questions Fréquemment Posées

La leçon « Gérer les structures JSON imbriquées » est-elle gratuite ?

Oui — le texte complet de « Gérer les structures JSON imbriquées » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Python Academy, passe à CoddyKit PRO. Le cours Python Academy comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Gérer les structures JSON imbriquées » ?

Parcourez et transformez des objets JSON complexes et imbriqués. Tu pratiques Python Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer Python Academy ?

Aucune expérience préalable n'est requise. Python Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 2 sur 4.

Combien de temps prend la leçon « Gérer les structures JSON imbriquées » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon Python Academy ?

Oui. Chaque leçon Python Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

  1. Encodage et décodage JSON
  2. Gérer les structures JSON imbriquées
  3. Lire des fichiers CSV avec csv.reader
  4. Écrire des fichiers CSV avec csv.DictWriter
← Retour à Python Academy