在现代数据分析实践中，JSON数据是处理结构化数据的首选格式。本项目采用Python的json模块实现基础数据清洗功能，帮助用户掌握JSON读取、清洗和输出的核心技能。

---

问题分析

Python的JSON模块支持高效读取任意格式的JSON数据。本脚本的核心功能包括：
1. 文件读取：使用json.load()读取指定JSON文件
2. 基础清洗：处理缺失值、标准化字段
3. 输出结果：通过print输出处理后的JSON对象

该脚本可运行于本地文件中，无需依赖第三方库，适用于数据处理项目。

---

思路分析

1. 文件读取与解析

使用json.load()读取输入JSON数据，支持读取本地或远程文件。例如：

import json

with open("input.json", "r") as f:
    data = json.load(f)

2. 基础清洗逻辑

针对示例输入数据，可以实现以下清洗操作：
– 替换缺失值（如cleanliness字段的None为Good）
– 标准化字段类型（如age从整数转字符串）

3. 输出处理

使用sys.stdout.write()或print函数输出结果，确保输出结果与输入一致。

---

代码实现

import json

def process_json(json_data):
    # 清洗缺失值
    for key, value in json_data.items():
        if isinstance(value, list):
            # 假设字段值为列表，处理可能的缺失值
            if value[-1] is None:
                value[-1] = "Good"
        elif value == "None":
            value = "Good"

    # 输出处理结果
    result = {
        **json_data,
        "cleanliness": "Good"
    }
    print(json.dumps(result, indent=2))

# 示例输入
input_json = {
    "name": "Alice",
    "age": 25,
    "city": "New York"
}

# 执行处理
process_json(input_json)

---

总结

通过本脚本，我们实现了以下核心功能：
– 接收并读取JSON数据
– 基础清洗数据字段
– 输出处理结果

该脚本展示了Python在JSON处理中的基础能力，帮助用户理解数据结构的读取与处理逻辑，培养了编程思维。无论用于数据清洗、自动化脚本，还是数据分析项目，Python的这一能力都将发挥重要作用。