如何从json字符串中提取值?
Posted
技术标签:
【中文标题】如何从json字符串中提取值?【英文标题】:How to extract values from json string? 【发布时间】:2016-08-30 23:03:49 【问题描述】:我有一个包含一堆列的文件,其中一个名为 jsonstring
的列是字符串类型,其中包含 json 字符串……假设格式如下:
"key1": "value1",
"key2":
"level2key1": "level2value1",
"level2key2": "level2value2"
我想像这样解析这个列:jsonstring.key1,jsonstring.key2.level2key1 to return value1, level2value1
如何在 scala 或 spark sql 中做到这一点。
【问题讨论】:
【参考方案1】:在 Spark 2.2 中,您可以使用函数 from_json 为您解析 JSON。
from_json(e: Column, schema: String, options: Map[String, String]): Column 将包含 JSON 字符串的列解析为
StructType
或ArrayType
的 @987654324 @ 具有指定的架构。
通过使用*
(星号)支持展平嵌套列,这似乎是最佳解决方案。
// the input dataset (just a single JSON blob)
val jsonstrings = Seq("""
"key1": "value1",
"key2":
"level2key1": "level2value1",
"level2key2": "level2value2"
""").toDF("jsonstring")
// define the schema of JSON messages
import org.apache.spark.sql.types._
val key2schema = new StructType()
.add($"level2key1".string)
.add($"level2key2".string)
val schema = new StructType()
.add($"key1".string)
.add("key2", key2schema)
scala> schema.printTreeString
root
|-- key1: string (nullable = true)
|-- key2: struct (nullable = true)
| |-- level2key1: string (nullable = true)
| |-- level2key2: string (nullable = true)
val messages = jsonstrings
.select(from_json($"jsonstring", schema) as "json")
.select("json.*") // <-- flattening nested fields
scala> messages.show(truncate = false)
+------+---------------------------+
|key1 |key2 |
+------+---------------------------+
|value1|[level2value1,level2value2]|
+------+---------------------------+
scala> messages.select("key1", "key2.*").show(truncate = false)
+------+------------+------------+
|key1 |level2key1 |level2key2 |
+------+------------+------------+
|value1|level2value1|level2value2|
+------+------------+------------+
【讨论】:
【参考方案2】:你可以使用 withColumn + udf + json4s:
import org.json4s.DefaultFormats, MappingException
import org.json4s.jackson.JsonMethods._
import org.apache.spark.sql.functions._
def getJsonContent(jsonstring: String): (String, String) =
implicit val formats = DefaultFormats
val parsedJson = parse(jsonstring)
val value1 = (parsedJson \ "key1").extract[String]
val level2value1 = (parsedJson \ "key2" \ "level2key1").extract[String]
(value1, level2value1)
val getJsonContentUDF = udf((jsonstring: String) => getJsonContent(jsonstring))
df.withColumn("parsedJson", getJsonContentUDF(df("jsonstring")))
【讨论】:
谢谢,这很有帮助...有没有人有一些 sn-p 来处理异常...例如如果 key2 不存在,它会失败..我想处理它,只是说没有找到或类似的东西......我相信它微不足道,我可以弄清楚但如果有人得到 sn-p 会很好有它;)以上是关于如何从json字符串中提取值?的主要内容,如果未能解决你的问题,请参考以下文章