BigQuery：如何取消转义额外转义/序列化的 JSON 字符串

Posted 2023-03-24

【中文标题】BigQuery：如何取消转义额外转义/序列化的 JSON 字符串

【英文标题】：BigQuery: How to unescape an extra-escaped/serialized JSON string

【发布时间】：2021-12-15 18:36:48

【问题描述】：

我正在处理一个数据集，其中从服务中提取 JSON 字符串，并经过额外的字符串提取/处理层，因此字符串本身中的 JSON 语法已被转义。

作为示例更容易显示 - 这是一个 CSV，其中 body 是 JSON 格式的字符串：

id,body
1,"""name"":""hello"",""value"":9"
2,"""value"":42"

这是我正在使用的：

id,body
1,"""\""name\"":\""hello\"",\""value\"":9"""
2,"""\""value\"":42"""

如果我不得不猜测，就好像源服务正在拉入 body 的 JSON 格式字符串，就好像它期望被序列化为另一个 JSON 字符串中的字符串值一样。

无论如何，有没有一种直接的方法来取消转义这个字符串，以便我可以正常使用 JSON_EXTRACT 等？

【参考方案1】：

似乎简单的解决方案是在字符串上运行JSON_EXTRACT_SCALAR，然后是我真正想做的JSON_EXTRACT操作，例如

SELECT 
  id
  , JSON_EXTRACT(JSON_EXTRACT_SCALAR(body, '$'), '$.value') AS value
FROM 
  datatable