多条JSON记录怎样逐行读取：一次只处理一行

如果你手里有一个文件，里面存了很多条JSON记录，想一条一条处理，先要解决格式问题。json模块的文档明确说，JSON不是分帧协议，用同一个文件对象反复调用dump()会得到无效的JSON文件。也就是说，一个文件里堆多个对象，json.load读不了。

所以本文只处理一种你自己约定的格式：每行一个完整JSON对象，行与行之间用换行分开。例如练习文件exercise/records.jsonl里写三行，每行都是一个独立对象。这种格式不是JSON标准规定的，是你和文件之间的约定，读的时候也必须按这个约定来。

适用情境：你有一个自建的多行JSON文件，想逐行读取、逐行处理，并且希望某一行出错时能知道是第几行。本文所有文件都是练习用的自建示例，不涉及真实业务数据。动手前先复制一份文件作为练习副本。

json.load(fp)的作用是把一个文件对象里的JSON文档反序列化成Python对象。它期望整个文件是一个完整的JSON文档，而不是多行拼接的多个对象。

如果你把三行对象直接交给json.load，解析会在第一个对象结束后遇到多余内容，抛出JSONDecodeError。文档里也提到，JSON不是分帧协议，多次dump()到同一个文件会得到无效JSON。所以对这种逐行格式，正确做法是不要用json.load，而是自己按行读、对每一行单独调用json.loads。

json.loads(s)接收一个字符串，把它解析成Python对象。它一次只处理一个文档，正好对应你的一行。这样每行的成败互不影响：某一行格式错了，只影响那一行，后面的行还能继续读。

下面这段代码只读练习文件，不修改原文件。路径用明确的练习相对路径。

import json

path = "exercise/records.jsonl"

with open(path, "r", encoding="utf-8") as f:
    for lineno, line in enumerate(f, start=1):
        line = line.strip()
        if not line:
            continue
        try:
            record = json.loads(line)
        except json.JSONDecodeError as e:
            print(f"第{lineno}行解析失败：{e.msg}（列{e.colno}）")
            continue
        print(f"第{lineno}行：{record}")

几个要点。第一，用for line in f直接迭代文件对象，一次拿到一行，不需要先把整个文件读进内存。第二，用enumerate从1开始编号，方便报错时定位。第三，先strip()去掉行尾换行和空白，空行跳过。第四，每行单独json.loads，放在try里。

这样处理的结果是：每行独立解析，成功就得到一条Python对象，失败就报告行号，继续下一行。

json.loads解析失败时抛出json.JSONDecodeError，它是ValueError的子类，带有几个有用的属性：msg是未格式化的错误消息，doc是被解析的文档，pos是解析失败处的起始索引，lineno和colno是对应pos的行号和列号。

对逐行读取来说，你已经在外面用enumerate记了行号，所以报错时把外层行号和e.colno一起打印，就能定位到具体位置。例如某行少了一个右花括号，报错会指出期望的位置。

注意：这里的lineno是这一行内部的相对行号，因为你每次只把一行交给loads，所以它通常是1。真正区分是哪条记录，靠的是外层enumerate的行号。把两者分开写清楚，排查时不会混。

一个建议：报错时把出错的那一行原文也打印出来（可以截断长度），这样你能直接看到问题字符。

假设练习文件exercise/records.jsonl内容如下（自建示例）：

{"id": 1, "name": "示例甲"}
{"id": 2, "name": "示例乙"
{"id": 3, "name": "示例丙"}

第二行少了一个右花括号。按上面的代码运行，预期输出是：第1行和第3行正常解析成字典并打印；第2行进入except分支，打印“第2行解析失败”以及错误消息和列号。

这个示例说明两点。第一，一行出错不会中断整个文件，后面的行照常处理。第二，报错信息里的行号来自外层enumerate，列号来自JSONDecodeError，两者配合能定位。

以上是编辑设计的练习示例和预期结果，不是对某个真实文件的测试记录。

读完文件后，可以按下面几条检查结果是否符合预期。

1. 行数对不对：成功解析的条数加上报错条数，应该等于文件里的非空行数。如果对不上，检查是不是有行被strip()后当成空行跳过了。

2. 报错行是不是真的有问题：把报错行原文拿出来，用python -m json单独校验这一行。文档说明json模块可以作为脚本运行来校验和美化JSON，命令行选项里有--json-lines，可以按行解析每个输入行作为独立JSON对象。

3. 常见错误：单引号代替双引号、尾随逗号、缺右括号、行内混入多余字符。这些都会让json.loads抛JSONDecodeError。

4. 编码问题：打开文件时指定encoding="utf-8"。文档指出JSON要求用UTF-8、UTF-16或UTF-32表示，UTF-8是推荐默认值。如果文件不是这些编码，读取时可能抛UnicodeDecodeError。

排查顺序建议：先确认行号，再看该行原文，再用命令行工具单独校验这一行。

本文只处理一种约定格式：每行一个完整JSON对象。它不适用于一个文件里放一个JSON数组的情况，也不适用于多个对象拼接但没有换行分隔的情况。后两种应该用json.load整体读取，不属于本文范围。

几个限制要说明。第一，逐行格式是你自己约定的，不是JSON标准的一部分，所以别人给的文件不一定符合这个约定，读之前先确认。第二，json.loads一次只解析一个文档，如果某一行里塞了两个对象，它会在第一个对象后遇到多余数据而报错。第三，解析不可信来源的JSON时要谨慎，文档提醒恶意JSON字符串可能消耗大量CPU和内存，建议限制要解析的数据大小。

本文示例只操作自建练习文件，不执行删除或系统修改。所有代码和文件名都是练习用的自建示例。

参考资料：Python官方json模块文档，https://docs.python.org/3/library/json.html。