[英]Using jq, Flatten Arbitrary JSON to Delimiter-Separated Flat Dictionary
我希望使用jq
将 JSON 转换为分隔符分隔和展平的结构。
已经在这方面进行了尝试。 例如, 使用 jq 展平嵌套的 JSON 。
但是,如果 JSON 包含数组,该页面上的解决方案就会失败。 例如,如果 JSON 是:
{"a":{"b":[1]},"x":[{"y":2},{"z":3}]}
上面的解决方案将无法将上述内容转换为:
{"a.b.0":1,"x.0.y":2,"x.1.z":3}
此外,我正在寻找一种还允许使用任意分隔符的解决方案。 例如,假设空格字符是分隔符。 在这种情况下,结果将是:
{"a b 0":1,"x 0 y":2,"x 1 z":3}
我希望通过 CentOS 7 中的 Bash (4.2+) 函数访问此功能,如下所示:
flatten_json()
{
local JSONData="$1"
# jq command to flatten $JSONData, putting the result to stdout
jq ... <<<"$JSONData"
}
该解决方案应该适用于所有 JSON 数据类型,包括null和boolean 。 例如,考虑以下输入:
{"a":{"b":["p q r"]},"w":[{"x":null},{"y":false},{"z":3}]}
它应该产生:
{"a b 0":"p q r","w 0 x":null,"w 1 y":false,"w 2 z":3}
如果您将数据流式传输,您将获得所有叶值的路径和值的配对。 如果不是一对,则是一条路径,该路径标记该路径上对象/数组的定义的结尾。 使用您发现的leaf_paths
为您提供通往真实叶值的路径,因此您将错过null
值甚至false
值。 作为一个流,你不会遇到这个问题。
有很多方法可以将其组合到一个对象中,我倾向于在这些情况下使用reduce
和 assignment。
$ cat input.json
{"a":{"b":["p q r"]},"w":[{"x":null},{"y":false},{"z":3}]}
$ jq --arg delim '.' 'reduce (tostream|select(length==2)) as $i ({};
.[[$i[0][]|tostring]|join($delim)] = $i[1]
)' input.json
{
"a.b.0": "p q r",
"w.0.x": null,
"w.1.y": false,
"w.2.z": 3
}
这是相同的解决方案,稍微分解了一下,以便为解释正在发生的事情留出空间。
$ jq --arg delim '.' 'reduce (tostream|select(length==2)) as $i ({};
[$i[0][]|tostring] as $path_as_strings
| ($path_as_strings|join($delim)) as $key
| $i[1] as $value
| .[$key] = $value
)' input.json
使用tostream
将输入转换为流,我们将接收多个对/路径的值作为过滤器的输入。 有了这个,我们可以将这些多个值传递给reduce
,它旨在接受多个值并用它们做一些事情。 但在我们这样做之前,我们只想通过对( select(length==2)
)过滤这些对/路径。
然后在 reduce 调用中,我们从一个干净的对象开始,并使用从路径和相应值派生的键分配新值。 请记住, reduce
调用中产生的每个值都用于迭代中的下一个值。 将值绑定到变量不会改变当前上下文,赋值有效地“修改”当前值(初始对象)并将其传递。
$path_as_strings
只是路径,它是字符串和数字到字符串的数组。 [$i[0][]|tostring]
是一种速记,当我要映射的数组不是当前数组时,我将其用作使用map
的替代方法。 这更紧凑,因为映射是作为单个表达式完成的。 不必这样做来获得相同的结果: ($i[0]|map(tostring))
。 外括号通常可能不是必需的,但它仍然是两个单独的过滤器表达式与一个(和更多文本)。
然后从那里我们使用提供的分隔符将该字符串数组转换为所需的键。 然后为当前对象分配适当的值。
以下已使用 jq 1.4、jq 1.5 和当前的“主”版本进行了测试。 关于包含 null 和 false 路径的要求是“allpaths”和“all_leaf_paths”的原因。
# all paths, including paths to null
def allpaths:
def conditional_recurse(f): def r: ., (select(.!=null) | f | r); r;
path(conditional_recurse(.[]?)) | select(length > 0);
def all_leaf_paths:
def isscalar: type | (. != "object" and . != "array");
allpaths as $p
| select(getpath($p)|isscalar)
| $p ;
. as $in
| reduce all_leaf_paths as $path ({};
. + { ($path | map(tostring) | join($delim)): $in | getpath($path) })
使用 flatten.jq 中的这个 jq 程序:
$ cat input.json
{"a":{"b":["p q r"]},"w":[{"x":null},{"y":false},{"z":3}]}
$ jq --arg delim . -f flatten.jq input.json
{
"a.b.0": "p q r",
"w.0.x": null,
"w.1.y": false,
"w.2.z": 3
}
这是一个辅助函数,它说明了另一种路径展平算法。 它将包含分隔符的键转换为带引号的字符串,数组元素显示在方括号中(参见下面的示例):
def flattenPath(delim):
reduce .[] as $s ("";
if $s|type == "number"
then ((if . == "" then "." else . end) + "[\($s)]")
else . + ($s | tostring | if index(delim) then "\"\(.)\"" else . end)
end );
示例:使用flattenPath
代替map(tostring) | join($delim)
map(tostring) | join($delim)
,对象:
{"a.b": [1]}
会成为:
{
"\"a.b\"[0]": 1
}
为了给已经给出的解决方案添加一个新选项, jqg是我编写的一个脚本,用于展平任何 JSON 文件,然后使用正则表达式搜索它。 出于您的目的,您的正则表达式只是 ' .
' 这将匹配一切。
$ echo '{"a":{"b":[1]},"x":[{"y":2},{"z":3}]}' | jqg .
{
"a.b.0": 1,
"x.0.y": 2,
"x.1.z": 3
}
并且可以产生紧凑的输出:
$ echo '{"a":{"b":[1]},"x":[{"y":2},{"z":3}]}' | jqg -q -c .
{"a.b.0":1,"x.0.y":2,"x.1.z":3}
它还处理@peak 使用的更复杂的示例:
$ echo '{"a":{"b":["p q r"]},"w":[{"x":null},{"y":false},{"z":3}]}' | jqg .
{
"a.b.0": "p q r",
"w.0.x": null,
"w.1.y": false,
"w.2.z": 3
}
以及空数组和对象(以及一些其他边缘情况值):
$ jqg . test/odd-values.json
{
"one.start-string": "foo",
"one.null-value": null,
"one.integer-number": 101,
"two.two-a.non-integer-number": 101.75,
"two.two-a.number-zero": 0,
"two.true-boolean": true,
"two.two-b.false-boolean": false,
"three.empty-string": "",
"three.empty-object": {},
"three.empty-array": [],
"end-string": "bar"
}
(可以使用-E
选项关闭报告空数组和对象)。
jqg
用jq
1.6 测试过
注意:我是jqg
脚本的作者。
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.