将嵌套的 JSON 数组转换为 CSV 文件中的单独列

Posted

技术标签:

【中文标题】将嵌套的 JSON 数组转换为 CSV 文件中的单独列【英文标题】:Convert nested JSON array into separate columns in CSV file 【发布时间】:2018-01-31 10:55:53 【问题描述】:

我有一个如下所示的 JSON 文件:


    "id": 10011,
    "title": "Test procedure",
    "slug": "slug",
    "url": "http://test.test",
    "email": "test@test.com",
    "link": "http://test.er",
    "subject": "testing",
    "level": 1,
    "disciplines": [
      "discipline_a",
      "discipline_b",
      "discipline_c"
    ],
    "areas": [
      "area_a",
      "area_b"
    ]
  ,

我尝试使用以下命令将其转换为 CSV 文件:

(Get-Content "PATH_TO\test.json" -Raw | ConvertFrom-Json)| Convertto-CSV -NoTypeInformation | Set-Content "PATH_TO\test.csv"

但是,对于学科和领域,我在生成的 CSV 文件中获取 System.Object[]。

有没有办法将所有这些嵌套值作为单独的列放在 CSV 文件中,例如 area_1、area_2 等。学科也是如此。

【问题讨论】:

也许这个链接会有所帮助:***.com/questions/30485004/… 在您的示例中,该记录的“discipline_a”或“area_a”列中会显示什么值? @andyb 这些只是指定不同学科和领域的字符串。因此,例如,区域数组可能包含“数学”、“化学”。所以我想要在生成的 CSV 中包含“数学”的列“area_1”和包含“化学”的列“area_2”。 'area_'的数量。列应由特定对象可能具有的最大区域数确定 【参考方案1】:

2017-11-20,完全重写功能以提高性能并添加 -ArrayBase 的功能并支持 PSStandardMembers 和分组对象。

扁平化对象

递归地展平包含数组、哈希表和(自定义)对象的对象。提供的 objects will be aligned 的所有添加属性以及其余对象。

需要 PowerShell 版本 2 或更高版本。

Cmdlet

Function Flatten-Object                                        # Version 00.02.12, by iRon
    [CmdletBinding()]Param (
        [Parameter(ValueFromPipeLine = $True)][Object[]]$Objects,
        [String]$Separator = ".", [ValidateSet("", 0, 1)]$Base = 1, [Int]$Depth = 5, [Int]$Uncut = 1,
        [String[]]$ToString = ([String], [DateTime], [TimeSpan]), [String[]]$Path = @()
    )
    $PipeLine = $Input | ForEach $_; If ($PipeLine) $Objects = $PipeLine
    If (@(Get-PSCallStack)[1].Command -eq $MyInvocation.MyCommand.Name -or @(Get-PSCallStack)[1].Command -eq "<position>") 
        $Object = @($Objects)[0]; $Iterate = New-Object System.Collections.Specialized.OrderedDictionary
        If ($ToString | Where $Object -is $_) $Object = $Object.ToString()
        ElseIf ($Depth) $Depth--
            If ($Object.GetEnumerator.OverloadDefinitions -match "[\W]IDictionaryEnumerator[\W]") 
                $Iterate = $Object
             ElseIf ($Object.GetEnumerator.OverloadDefinitions -match "[\W]IEnumerator[\W]") 
                $Object.GetEnumerator() | ForEach -Begin $i = $Base $Iterate.($i) = $_; $i += 1
             Else 
                $Names = If ($Uncut) $Uncut-- Else $Object.PSStandardMembers.DefaultDisplayPropertySet.ReferencedPropertyNames
                If (!$Names) $Names = $Object.PSObject.Properties | Where $_.IsGettable | Select -Expand Name
                If ($Names) $Names | ForEach $Iterate.$_ = $Object.$_
            
        
        If (@($Iterate.Keys).Count) 
            $Iterate.Keys | ForEach 
                Flatten-Object @(,$Iterate.$_) $Separator $Base $Depth $Uncut $ToString ($Path + $_)
            
          Else $Property.(($Path | Where $_) -Join $Separator) = $Object
     ElseIf ($Objects -ne $Null) 
        @($Objects) | ForEach -Begin $Output = @(); $Names = @() 
            New-Variable -Force -Option AllScope -Name Property -Value (New-Object System.Collections.Specialized.OrderedDictionary)
            Flatten-Object @(,$_) $Separator $Base $Depth $Uncut $ToString $Path
            $Output += New-Object PSObject -Property $Property
            $Names += $Output[-1].PSObject.Properties | Select -Expand Name
        
        $Output | Select ([String[]]($Names | Select -Unique))
    
; Set-Alias Flatten Flatten-Object

语法

<Object[]> Flatten-Object [-Separator <String>] [-Base "" | 0 | 1] [-Depth <Int>] [-Uncut<Int>] [ToString <Type[]>]

或:

Flatten-Object <Object[]> [[-Separator] <String>] [[-Base] "" | 0 | 1] [[-Depth] <Int>] [[-Uncut] <Int>] [[ToString] <Type[]>]

参数

-Object[] &lt;Object[]&gt; 要展平的对象(或多个对象)。

-Separator &lt;String&gt; (默认:. 递归属性名称之间使用的分隔符。 .

-Depth &lt;Int&gt; (默认:5 展平递归属性的最大深度。任何负值都将导致无限深度,并可能导致不定式循环。

-Uncut &lt;Int&gt; (默认:1object 迭代的数量将被限制为仅DefaultDisplayPropertySet。任何负值都会显示所有对象的所有属性。

-Base "" | 0 | 1 (默认:1 嵌入数组的第一个索引名称:

1,数组将基于 1:&lt;Parent&gt;.1&lt;Parent&gt;.2&lt;Parent&gt;.3,... 0,数组将从 0 开始:&lt;Parent&gt;.0&lt;Parent&gt;.1&lt;Parent&gt;.2、... "",数组中的第一项将是未命名的,然后是 1:&lt;Parent&gt;&lt;Parent&gt;.1&lt;Parent&gt;.2,...

-ToString &lt;Type[]= [String], [DateTime], [TimeSpan]&gt; 将转换为字符串而不是进一步扁平化的值类型列表(默认为[String], [DateTime], [TimeSpan])。例如。 [DateTime] 可以使用 DateDayDayOfWeek 等其他属性进行展平,但将转换为单个 (String) 属性。

注意: 参数 -Path 供内部使用,但也可以用作属性名称的前缀。

示例

回答具体问题:

(Get-Content "PATH_TO\test.json" -Raw | ConvertFrom-Json) | Flatten-Object | Convertto-CSV -NoTypeInformation | Set-Content "PATH_TO\test.csv"

结果:


    "url":  "http://test.test",
    "slug":  "slug",
    "id":  10011,
    "link":  "http://test.er",
    "level":  1,
    "areas.2":  "area_b",
    "areas.1":  "area_a",
    "disciplines.3":  "discipline_c",
    "disciplines.2":  "discipline_b",
    "disciplines.1":  "discipline_a",
    "subject":  "testing",
    "title":  "Test procedure",
    "email":  "test@test.com"

压力测试更复杂的自定义对象:

New-Object PSObject @
    String    = [String]"Text"
    Char      = [Char]65
    Byte      = [Byte]66
    Int       = [Int]67
    Long      = [Long]68
    Null      = $Null
    Booleans  = $False, $True
    Decimal   = [Decimal]69
    Single    = [Single]70
    Double    = [Double]71
    Array     = @("One", "Two", @("Three", "Four"), "Five")
    HashTable = @city="New York"; currency="Dollar"; postalCode=10021; Etc = @("Three", "Four", "Five")
    Object    = New-Object PSObject -Property @Name = "One";   Value = 1; Text = @("First", "1st")
 | Flatten

结果:

Double               : 71
Decimal              : 69
Long                 : 68
Array.1              : One
Array.2              : Two
Array.3.1            : Three
Array.3.2            : Four
Array.4              : Five
Object.Name          : One
Object.Value         : 1
Object.Text.1        : First
Object.Text.2        : 1st
Int                  : 67
Byte                 : 66
HashTable.postalCode : 10021
HashTable.currency   : Dollar
HashTable.Etc.1      : Three
HashTable.Etc.2      : Four
HashTable.Etc.3      : Five
HashTable.city       : New York
Booleans.1           : False
Booleans.2           : True
String               : Text
Char                 : A
Single               : 70
Null                 :

扁平化分组对象:

$csv | Group Name | Flatten | Format-Table# https://***.com/a/47409634/1701026

扁平化常见对象:

(Get-Process)[0] | Flatten-Object

或对象列表(数组):

Get-Service | Flatten-Object -Depth 3 | Export-CSV Service.csv

请注意,以下命令需要数小时才能计算:

Get-Process | Flatten-Object | Export-CSV Process.csv

为什么? 因为它会生成一个包含几百行和几千列的表。因此,如果您想将其用于展平过程,最好限制行数(使用Where-Object cmdlet)或列数(使用Select-Object cmdlet)。

最新的Flatten-Object版本见:https://powersnippets.com/flatten-object/

【讨论】:

@ste_irl:从技术上讲,是的,尽管您会丢失一些细节,因为您无法区分扁平格式的对象和哈希表,此外,数组 @("one", "two") 和像这样的哈希表/对象:@'1' = 'one', '2' = 'two' 以及像 asp.net 这样的 key 将在 asp = @net = @... 中展开。无论如何,您可以试一试,如果遇到问题,请创建一个新问题寻求帮助..【参考方案2】:

CSV 转换/导出 cmdlet 无法“展平”对象,我可能会遗漏一些东西,但我知道无法使用内置 cmdlet 或功能来做到这一点。 如果您可以保证 disciplinesareas 将始终具有相同数量的元素,则可以通过使用带有派生属性的 Select-Object 来简化它:

$properties=@('id','title','slug','url','email','link','subject','level',
    @Name='discipline_1';Expression=$_.disciplines[0]
    @Name='discipline_2';Expression=$_.disciplines[1]
    @Name='discipline_3';Expression=$_.disciplines[2]
    @Name='area_1';Expression=$_.areas[0]
    @Name='area_2';Expression=$_.areas[1]
)
(Get-Content 'PATH_TO\test.json' -Raw | ConvertFrom-Json)| Select-Object -Property $properties | Export-CSV -NoTypeInformation -Path 'PATH_TO\test.csv'

但是,我假设 disciplinesareas 对于每条记录都是可变长度的。在这种情况下,您将不得不循环输入并提取学科和领域的最高计数值,然后动态构建属性数组:

$inputData = Get-Content 'PATH_TO\test.json' -Raw | ConvertFrom-Json
$counts = $inputData | Select-Object -Property     @Name='disciplineCount';Expression=$_.disciplines.Count,@Name='areaCount';Expression=$_.areas.count
$maxDisciplines = $counts | Measure-Object -Maximum -Property disciplineCount | Select-Object -ExpandProperty     Maximum
$maxAreas = $counts | Measure-Object -Maximum -Property areaCount | Select-Object -ExpandProperty Maximum

$properties=@('id','title','slug','url','email','link','subject','level')

1..$maxDisciplines | % 
  $properties += @Name="discipline_$_";Expression=[scriptblock]::create("`$_.disciplines[$($_ - 1)]")


1..$maxAreas | % 
  $properties += @Name="area_$_";Expression=[scriptblock]::create("`$_.areas[$($_ - 1)]")


$inputData | Select-Object -Property $properties | Export-CSV -NoTypeInformation -Path 'PATH_TO\test.csv'

此代码尚未经过全面测试,因此可能需要进行一些调整才能 100% 工作,但我相信这些想法是可靠的 =)

【讨论】:

非常感谢!它像魔术一样工作。正是我需要的!我使用了您提供的第二段代码。

以上是关于将嵌套的 JSON 数组转换为 CSV 文件中的单独列的主要内容,如果未能解决你的问题,请参考以下文章

如何使用 Jersey 将嵌套列表编组为 JSON?我得到一个空数组或一个包含数组的单元素字典数组

csv转换obj

将 CSV 数据转换为嵌套 JSON

python - 如何将csv转换为python pandas中的嵌套json?

将嵌套的 JSON 解析为 CSV

在 Python 中将嵌套的 JSON 转换为 CSV 文件