Question

我喜欢使用jq过滤json文件：

jq . some.json

给定json包含一个对象数组：

{
  "theList": [
    {
      "id": 1,
      "name": "Horst"
    },
    {
      "id": 2,
      "name": "Fritz"
    },
    {
      "id": 3,
      "name": "Walter"
    },
    {
      "id": 4,
      "name": "Gerhart"
    },
    {
      "id": 5,
      "name": "Harmut"
    }
  ]
}

我想过滤该列表，只显示id为2和4的元素，因此预期输出为：

{
  "id": 2,
  "name": "Fritz"
},
{
  "id": 4,
  "name": "Gerhart"
}

如何使用jq过滤json？我玩过选择和地图，但没有任何工作，例如：

$ jq '.theList[] | select(.id == 2) or select(.id == 4)' array.json
true

Answer 1

来自文档：

jq '.[] | select(.id == "second")' 
输入 [{"id": "first", "val": 1}, {"id": "second", "val": 2}]

输出 {"id": "second", "val": 2}

我认为你可以这样做：

jq '.theList[] | select(.id == 2 or .id == 4)' array.json

Answer 2

您可以在select中使用map。

.theList | map(select(.id == (2, 4)))

或更紧凑：

[ .theList[] | select(.id == (2, 4)) ]

虽然以这种方式编写的方式效率有点低，因为对于每个被比较的值，表达式都是重复的。它会以这种方式更高效，更可读：

[ .theList[] | select(any(2, 4; . == .id)) ]

Answer 3

在这里使用select(.id == (2, 4))通常效率低下（见下文）。

如果你的jq有IN/1，那么它可以用来实现更有效的解决方案：

.theList[] | select( .id | IN(2,3))

如果您的jq没有IN/1，那么您可以按如下方式定义：

def IN(s): first(select(s == .)) // false;

<强>效率

查看效率低下的一种方法是使用debug。例如，以下表达式导致对debug的10次调用，而实际上只需要9次检查是否相等：

.theList[] | select( (.id == (2,3)) | debug )

["DEBUG:",false]
["DEBUG:",false]
["DEBUG:",true]
{
  "id": 2,
  "name": "Fritz"
}
["DEBUG:",false]
["DEBUG:",false]
["DEBUG:",true]
{
  "id": 3,
  "name": "Walter"
}
["DEBUG:",false]
["DEBUG:",false]
["DEBUG:",false]
["DEBUG:",false]

<强>索引/ 1

原则上，使用index/1应该是有效的，但在撰写本文时（2017年10月），其实现虽然速度很快（用C语言编写），但效率很低。

Answer 4

以下是使用indices的解决方案：

import org.apache.spark.sql.functions.{col}
import org.apache.spark.sql.types._                                                                   

res.withColumn("c3", (col("c1")/col("c2"))
   .cast(DecimalType(4,4)))
   .orderBy(col("c3").desc).show()

如何使用jq按元素属性值过滤对象数组？

4 个答案: