如何重命名大型 JSON 文件中的重复键？答案

【问题标题】：How can I re-name duplicate keys in a large JSON file?如何重命名大型 JSON 文件中的重复键？
【发布时间】：2020-02-02 07:45:49
【问题描述】：

我有一个遵循这种格式的大文件。最初我尝试使用 JSONStream 在 javascript 中解析它并遇到一些issues。我一直在试图找出一种方法来更改重复键，以便我可以更轻松地解析它。例如：而不是content，每个都将附加一个计数器 - content-1、content-2。这是一个非常大的文件，所以我无法手动执行，任何有关如何执行此操作或使用 js 重组的建议将不胜感激！

{
    "Test": {
        "id": 3454534344334554345434,
        "details": {
            "text": "78679786787"
        },
        "content": {
            "text": 567566767656776
        },
        "content": {
            "text": 567566767656776
        },
        "content": {
            "text": 567566767656776
        }
    }
}

【问题讨论】：

您不接受“编写自己的解析器”（就像在其他帖子 cmets 中一样）所以我猜您是在要求工具或类似的东西（也就像您在其他帖子中所做的那样厘米）。这超出了 StackOverflow 的范围。看来这里唯一的答案是“写一个解析器”。
@JorgeFuentesGonzález 是的，我知道这是一个解决方案，但对于这个特定任务我无法做到这一点，所以我很好奇是否有人以前完成过上述操作。
@JorgeFuentesGonzález 在这里编写自定义解析器并不是必需的。他使用的解析器很好。我自己会写一个答案，但我真的不明白他从 JSONStream 获得的数据的问题是什么。数据对我来说似乎很好。
哦，我明白了。为了方便起见，我能想到的是在双引号之间搜索字符串，然后是:，这样你就得到了所有的键。然后检查重复项并重命名它们。这实际上会在 JSON 周围找到重复项，但无论如何。
@BluLotus 哦，我想我现在明白了……您显示的数据是您输入的数据，而不是输出的数据？我从您最初的问题中认为，流解析器可以很好地处理您的重复键名。

标签： javascript parsing steam jsonstream

【解决方案1】：

我知道这是一个Javascript 问题，但我知道您需要在系统中加载文件，这是一个大文件。

对于这个问题，如果您能够使用 javascript 之外的另一种语言来解析文件，则可以使用 AWK。 AWK可以在linux、windows bash等下执行。

代码如下：

awk 'BEGIN{a=0}/"content"/{a++;gsub("content","content-"a,$0); print $0}!/"content"/{print $0}' file.json
    {
        "Test": {
            "id": 3454534344334554345434,
            "details": {
                "text": "78679786787"
            },
            "content-1": {
            "content-1": {
                "text": 567566767656776
            },
            "content-2": {
            "content-2": {
                "text": 567566767656776
            },
            "content-3": {
            "content-3": {
                "text": 567566767656776
            }
        }
    }

【讨论】：

嘿，好点子。如果您仍然需要 JavaScript，您可以运行它然后解析输出。或者更好的是，使用这个纯 JavaScript AWK 库：github.com/agordon/webawk 如果这就是 AWK 的工作方式，我相信 JavaScript 实现也会这样做。编辑：哦，问题是您正在寻找“内容”。不会自动检测重复项。然后可以使用简单的正则表达式来实现相同的目标。
好点。不知道这个库！对于那些格式化思维谜题来说似乎是一个不错的选择......
@JorgeFuentesGonzález 我已经尝试寻找可以在 text wrangler 中使用的正则表达式，但我没有找到任何与此相关的内容。
您需要一个正则表达式来查找单词"content"，获取匹配项并用增量替换它们。
在 awk 中，使用命令 "a++;gsub("content","content-"a,$0)" 对具有模式的每一行（这是一个正则表达式）/content/math.utah.edu/docs/info/gawk_5.html 完成