如何从TXT文件中提取JSON？

2024-05-18 • 问答

问题不是因为TXT是

SELECT to_jsonb(file_get_contents('/tmp/test.json'))

不是返回JSON对象，而是返回一个字符串...即使使用replace(txt,E'\n',' ')，它也不起作用。如何规范化字符串并将其真正转换为JSON？

PS：我正在使用JSONb，它必须像JSON一样可用于提取。

注释

json文件/tmp/test.json：

[
    {
      "foo": "etc","bar": "etc","x": 123
    },{
      "foo": "aaa","bar": "bbb","x": 456
    }
]

我正在使用UBUNTU 18 LTS，PostgreSQL v12和Linux标准TXT中的文件。终端命令file -i /tmp/test.json说，这很好，“ text / plain; charset = utf-8”。

要将全文只加载到一个字段中（对于COPY FROM来说似乎是不可能的），PostgreSQL很难看，但是此功能已经过测试并且可靠：

CREATE EXTENSION PLpython3U;
CREATE or replace FUNCTION file_get_contents(p_file text) RETURNS text AS $$
   import os.path
   if not os.path.isfile(args[0]):
       return None
   with open(args[0],"r") as content_file:
       content = content_file.read()
   return content
$$ LANGUAGE PLpython3U;

使用postgresql，我将您的文件保存到了/tmp目录中。

要读取文件，如果文件在您的Postgresql服务器上，则可以使用pg_read_file()。

为模拟您的情况，我尝试了以下操作：

方法1（json_array_elements_text）：

SELECT JSON_ARRAY_ELEMENTS_TEXT(
       REPLACE(PG_READ_FILE('/tmp/teste.txt'),E'\n','')::JSON);

除了您在服务器上读取文件的pg_read_file和json_array_elements_text以外，这一系列功能与您使用的功能非常相似。

结果是：

                  json_array_elements_text                  
------------------------------------------------------------
 {      "foo": "etc","bar": "etc","x": 123    }
 {      "foo": "aaa","bar": "bbb","x": 456    }
(2 rows)

方法2（json_to_recordset）：

select * from json_to_recordset(replace(pg_read_file('/tmp/teste.txt'),'')::json) as ("foo" varchar,"bar" varchar,"x" int);
 foo | bar |  x  
-----+-----+-----
 etc | etc | 123
 aaa | bbb | 456
(2 rows)

结果与第一个示例相似，但是在这种方法中，我们根据原始json数据上的元素定义列

它已经是JSON格式，您只需要强制转换即可：

SELECT file_get_contents('/tmp/test.json')::jsonb

“ to_json”文档说

对于除数字，布尔值或空值以外的任何标量类型，文字表示形式将以有效的json或jsonb值。

换句话说，它执行转义和引用操作，以将文件转换为单个JSON值。不是JSON对象，只有一个值。因此，“ to_json”是该工作的错误工具。

如何从TXT文件中提取JSON？

注释

yechuan09 回答：如何从TXT文件中提取JSON？

大家都在问