如何修复缺少的 json 块分隔符

Question

我正在尝试将 7z 文件内容列表转换为 json，但无法修复输出转换块之间缺少的分隔符。

我在 json 转换方面有点新手，但发现 jq 可以完成这项工作。 我阅读了jq documentation 并在其他地方找到了示例inside here 和there 也没有解决方案。

请查找用例：

命令行：

 jq -f pf_7z.jq -R

输入文件demo.lst：

   Date      Time    Attr         Size   Compressed  Name
------------------- ----- ------------ ------------  ------------------------
2018-06-23 14:02:16 D....            0            0  Installer
2018-06-23 14:02:16 .....         3381         1157  Installer\Readme
2018-06-23 14:02:16 .....         4646         1157  Installer\License.txt
2018-06-23 14:02:16 .....       138892       136152  Installer\Setup.exe


过滤文件pf7z.jq：

def parse:

def parse_line:
. | map(match("(\\d+-\\d+-\\d+) (\\d+:\\d+:\\d+) (D|.).* +(\\d+) +(\\d+) +(.*\\\\)([^\\\\]*)\\.(.*)")) | .[] |
({ 
  "date" :(.captures[0].string),
  "time" :(.captures[1].string),
  "attr" :(.captures[2].string),
  "size" :(.captures[3].string),
  "path" :(.captures[5].string),
  "name" :(.captures[6].string),
  "extn" :(.captures[7].string)
});

split("\n") | ( {} + (parse_line));

parse

预期的结果应该是：

{ “日期”：“2018-06-23”， “时间”：“14:02:16”， “属性”：“。”， “大小”：“4646”， "路径": "安装程序\", “名称”：“许可证”， “extn”：“txt” }, { “日期”：“2018-06-23”， “时间”：“14:02:16”， “属性”：“。”， “尺寸”：“138892”， "路径": "安装程序\", “名称”：“设置”， “extn”：“exe” }

而我只得到：

{ “日期”：“2018-06-23”， “时间”：“14:02:16”， “属性”：“。”， “大小”：“4646”， "路径": "安装程序\", “名称”：“许可证”， “extn”：“txt” } { “日期”：“2018-06-23”， “时间”：“14:02:16”， “属性”：“。”， “尺寸”：“138892”， "路径": "安装程序\", “名称”：“设置”， “extn”：“exe” }

块之间没有逗号分隔符。

谢谢 ;-)

Answer 1

parse_line 的 def 生成 JSON 实体流，而您显然需要 JSON 数组。使用您的正则表达式，您可以编写：

def parse:
  def parse_line:
    match("(\\d+-\\d+-\\d+) (\\d+:\\d+:\\d+) (D|.).* +(\\d+) +(\\d+) +(.*\\\\)([^\\\\]*)\\.(.*)")
    | .captures
    | map(.string)
    | { "date" :.[0],
        "time" :.[1],
        "attr" :.[2],
        "size" :.[3],
        "path" :.[5],
        "name" :.[6],
        "extn" :.[7] } ;

  [inputs | parse_line];

parse

调用

jq -nR -f 7z.jq 7z.txt

替代正则表达式

正则表达式片段(D|.).* 没有多大意义。 您应该考虑将其替换为 (.)[^ ]* 或类似的。

更简单的解决方案

def parse_line:
  capture("(?<date>\\d+-\\d+-\\d+) " 
  + "(?<time>\\d+:\\d+:\\d+) " 
  + "(?<attr>.)[^ ]* +" 
  + "(?<size>\\d+) +\\d+ +"
  + "(?<path>.*\\\\)"
  + "(?<name>[^\\\\]*)\\."
  + "(?<extn>.*)");

[inputs | parse_line]

另一种方法

从关于 JSONEdit 的评论来看，在我看来，您的整体方法可能不是最理想的。您是否考虑过在 JSONEdit 中使用 jq 而不是 jq？