本教程旨在解决python脚本向php返回多个json对象时，php端解析困难的问题。核心方案在于python脚本将所有独立的json数据聚合为一个列表，并统一序列化为单个json字符串输出。php接收该字符串后，通过两次`json_decode`操作，首先解析外部的json数组结构，然后遍历数组对每个内部的json字符串进行二次解析，最终实现数据的结构化访问。
在现代Web应用开发中，不同编程语言间的协作是常态，Python和PHP之间的交互尤为常见。当Python脚本需要处理复杂数据并以JSON格式传递给PHP时，如果处理不当，可能会遇到PHP无法正确解析数据的问题，特别是当Python尝试输出多个独立的JSON对象时。本教程将深入探讨这一问题，并提供一套健壮的解决方案。
理解问题根源
最初的问题在于Python脚本在循环中多次调用print(json.dumps(data))。这种做法会导致Python将每个JSON对象独立地打印到标准输出，最终PHP通过shell_exec接收到的将是一个由多个JSON字符串简单拼接而成的长字符串，例如：{"key": "SWAT-107", ...}{"key": "SWAT-98", ...}。
PHP的json_decode()函数设计用于解析一个完整的、格式正确的JSON字符串（可以是对象或数组）。当它遇到上述拼接字符串时，会认为这不是一个合法的JSON结构，从而无法正确解析。即使Python尝试将单个JSON字符串放入一个Python列表中，然后打印这个列表的字符串表示，PHP接收到的也只是一个包含单引号、方括号等字符的普通字符串，而不是一个可直接解析的JSON数组。
Python端解决方案：统一聚合与序列化
解决此问题的关键在于Python脚本需要将所有待传输的JSON数据聚合到一个标准Python数据结构中（例如列表），然后将整个数据结构一次性序列化为单个、合法的JSON字符串。
立即学习“PHP免费学习笔记（深入）”；
以下是优化后的Python脚本示例：
import json
# 假设 Jira 类和相关方法已定义并可正常工作
# from PyJira.Jira import Jira
if __name__ == "__main__":
# jira = Jira() # 实例化Jira类
output_data_list = [] # 创建一个空列表，用于存储所有JSON对象
# 模拟数据获取过程
# fields = jira.get_fields()
# jql_issues = jira.get_jql_search_issues(jql_search="project = SWAT AND resolution = Unresolved ORDER BY priority DESC, updated DESC")
# 模拟Jira issue数据
jql_issues = [
type('obj', (object,), {'key': 'SWAT-107', 'fields': type('obj', (object,), {'assignee': type('obj', (object,), {'display_name': 'Unassigned'})})})(),
type('obj', (object,), {'key': 'SWAT-98', 'fields': type('obj', (object,), {'assignee': type('obj', (object,), {'display_name': 'Unassigned'})})})(),
type('obj', (object,), {'key': 'SWAT-100', 'fields': type('obj', (object,), {'assignee': type('obj', (object,), {'display_name': 'Unassigned'})})})(),
]
for issue in jql_issues:
data_item = {} # 为每个issue创建一个新的字典
data_item['key'] = issue.key
# 假设 assignee 字段存在且有 display_name 属性
data_item['assignee'] = issue.fields.assignee.display_name if hasattr(issue.fields.assignee, 'display_name') else 'N/A'
output_data_list.append(data_item) # 将字典添加到列表中
# 将整个列表序列化为一个JSON字符串并打印
print(json.dumps(output_data_list))
# exit() # 在脚本末尾通常不需要显式调用 exit()关键改进点：
- 数据聚合: 创建一个名为 output_data_list 的空列表。在循环中，不再直接打印每个JSON对象，而是将每个处理好的字典 (data_item) 添加到这个列表中。
- 一次性序列化: 循环结束后，使用 print(json.dumps(output_data_list)) 将整个列表序列化为一个单一的JSON字符串。这个字符串将是一个合法的JSON数组，其结构类似于 [{"key": "SWAT-107", ...}, {"key": "SWAT-98", ...}]。
PHP端解决方案：分步解析JSON数据
PHP接收到Python脚本输出的单一JSON字符串后，需要进行两步解析操作：
- 第一次解析: 使用 json_decode() 解析外部的JSON数组字符串，将其转换为PHP数组。
- 第二次解析: 遍历这个PHP数组，对每个元素（这些元素本身是JSON字符串）再次使用 json_decode() 进行解析，并指定 true 参数以确保将JSON对象转换为PHP关联数组，而非标准对象。
以下是优化后的PHP脚本示例：
";
exit;
}
// 遍历PHP数组，对每个内部的JSON字符串进行二次解码
if (is_array($decoded_output)) {
foreach ($decoded_output as $json_item_string) {
// 第二次解码：将内部的JSON对象字符串解码为PHP关联数组
// 传入 true 参数，确保转换为关联数组而非对象
$jira_data = json_decode($json_item_string, true);
// 检查二次解码是否成功
if (json_last_error() !== JSON_ERROR_NONE) {
echo "Error decoding inner JSON item: " . json_last_error_msg() . " - String: " . htmlspecialchars($json_item_string) . "
";
continue; // 跳过当前错误项，继续处理下一个
}
// 成功解析后，即可通过键名访问数据
if (is_array($jira_data) && isset($jira_data['key']) && isset($jira_data['assignee'])) {
echo "Key: " . $jira_data['key'] . " - Assignee: " . $jira_data['assignee'] . "
";
} else {
echo "Invalid data structure for item: " . htmlspecialchars($json_item_string) . "
";
}
}
} else {
echo "Expected an array from Python script, but received: " . htmlspecialchars($output_json_string) . "
";
}
?>关键改进点：
- 第一次解码: json_decode($output_json_string) 将Python输出的 [{"key": "...", ...}, {"key": "...", ...}] 这样的字符串解析为一个PHP数组。这个PHP数组的每个元素仍然是一个JSON字符串，例如 {"key": "SWAT-107", "assignee": "Unassigned"}。
- 循环与第二次解码: 使用 foreach 循环遍历 $decoded_output 数组。在循环内部，对每个元素（即单个JSON字符串）再次调用 json_decode($json_item_string, true)。这里的 true 参数至关重要，它指示PHP将JSON对象解码为关联数组，而不是PHP标准对象，这样就可以通过 $jira_data['key'] 这样的方式方便地访问数据。
注意事项与最佳实践
- 错误处理: 在PHP端，务必使用 json_last_error() 和 json_last_error_msg() 来检查 json_decode() 是否成功，这对于调试和生产环境中的健壮性至关重要。
- 安全性: shell_exec() 函数允许执行系统命令，存在安全风险。如果Python脚本的输入来源于用户，请务必对输入进行严格的过滤和验证，以防止命令注入攻击。对于更复杂的交互或敏感操作，考虑使用更安全的IPC（进程间通信）机制，如消息队列、HTTP API或gRPC。
- 性能: 对于大量数据，频繁的 json_decode() 操作可能会有性能开销。如果数据量非常大，可以考虑Python直接输出一个更紧凑的格式，或者在Python端进行更多的预处理。
- 环境一致性: 确保PHP执行Python脚本的环境（如Python版本、pipenv环境）与开发环境一致，避免因路径、依赖问题导致脚本执行失败。
- 编码: 确保Python和PHP在处理JSON时都使用UTF-8编码，以避免字符乱码问题。
总结
通过在Python端将所有数据聚合到一个列表中并进行一次性JSON序列化，以及在PHP端进行两次分步的 json_decode 操作，我们可以有效地解决Python向PHP传递多个JSON对象时的解析难题。这种方法确保了数据传输的结构化和可解析性，是跨语言数据交互的常用且推荐的实践。遵循本教程的指导，开发者可以构建更健壮、更易维护的Python-PHP集成应用。
