[英]Extract all unique keys from arbitrarily nested json data with jq
如主题所述,我的目标是编写all_keys
函数以从任意嵌套的json blob中提取所有键,并根据需要遍历所包含的数组和对象,并输出一个包含键的数组,而不重复。
例如,给定以下输入:
[
{"name": "/", "children": [
{"name": "/bin", "children": [
{"name": "/bin/ls", "children": []},
{"name": "/bin/sh", "children": []}]},
{"name": "/home", "children": [
{"name": "/home/stephen", "children": [
{"name": "/home/stephen/jq", "children": []}]}]}]},
{"name": "/", "children": [
{"name": "/bin", "children": [
{"name": "/bin/ls", "children": []},
{"name": "/bin/sh", "children": []}]},
{"name": "/home", "children": [
{"name": "/home/stephen", "children": [
{"name": "/home/stephen/jq", "children": []}]}]}]}
]
all_keys
功能应该产生以下输出:
[
"children",
"name"
]
为此,我设计了以下函数,但它的速度令人费解,所以我想知道您是否可以提出一种更简洁,更快速的方法来获得相同的结果。
def all_keys:
. as $in |
if type == "object" then
reduce keys[] as $k (
[];
. + [$k, ($in[$k] | all_keys)[]]
) | unique
elif type == "array" then (
reduce .[] as $i (
[];
. + ($i | all_keys)
) | unique
)
else
empty
end
;
作为参考,在我的Intel T9300@2.50GHz CPU上在53MB json文件上运行该功能大约需要22秒(我知道,它很古老,但仍然可以正常工作)。
天真的方法只会收集所有键并获得唯一值。
[.. | objects | keys[]] | unique
但是对于这些数据,由于需要收集和排序密钥,因此有点慢。
我们可以做得更好。 由于我们试图确定所有不同的键,因此我们将使用某种哈希表来提高效率。 好吧,我们有可以充当对象的对象。
reduce (.. | objects | keys[]) as $k ({}; .[$k] = true) | keys
我没有测量时间,但是比其他版本快很多。 我什至没有等到另一个完成,这在我的工作计算机(i5-2400@3.1GHz)上不到10秒就可以完成。
我认为您会发现OP的all_keys的以下变体实际上比使用..
的版本稍快..
这可能是可以预期的-对于jeopardy.json, ..
总共生成1,731,807个JSON实体,而只有216,930个JSON对象:
def all_keys:
def uniquely(f): reduce f as $x ({}; .[$x] = true) | keys;
def rkeys:
if type == "object" then keys[] as $k | ($k, (.[$k]|rkeys))
elif type == "array" then .[]|rkeys
else empty
end;
uniquely(rkeys);
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.