本文详解为何直接用字符串初始化 dataframe 会报错，以及如何通过 ast.literal_eval() 安全地将 json 格式字符串解析为 python 对象并构建 dataframe。
在使用 pandas.DataFrame() 构造数据框时，传入参数必须是合法的可迭代对象（如字典列表、NumPy 数组、Series 或其他 DataFrame），而不能是纯字符串——哪怕该字符串在视觉上“看起来像”一个字典列表。
你遇到的 ValueError: DataFrame constructor not properly called! 正是因为 period 是一个字符串类型（str），其内容虽符合 Python 字面量语法（如 [{‘playNumber’:11, …}, {…}]），但 Pandas 并不会自动执行字符串求值（eval）。直接传入会导致构造器无法识别有效数据结构，从而抛出错误。
而当你手动将相同内容赋值给变量 s 时，Python 解释器在解析脚本时已将其识别为字面量列表（list[dict]），因此 pd.DataFrame(s) 可以正常工作。
✅ 正确做法：使用 ast.literal_eval() 安全解析字符串
ast.literal_eval() 是 Python 标准库中专为安全评估字符串形式的 Python 字面量设计的函数。它只允许 str、int、float、bool、None、list、tuple、dict 和 set 等字面量结构，拒绝任意代码执行（相比 eval() 更安全），非常适合处理从网页提取的类 JSON 字符串：
