我有一个json文件,我必须在其中执行以下操作:
text_syntaxnet = [{'word' = <WORD1>, 'position = <word_position>, 'pos_tag' = <POS_TAG>}, {...........}]
我正在使用Pig Streaming这样做。我想将输入数据流式传输到函数parse.py
,其内容为:
import sys
import re
import subprocess
import json
def create_new_json_field(tags_list):
word_tags = {}
new_json_field = []
for line in tags_list:
line = line.strip()
if not line:
continue
else:
words = line.split()
word_tags['word'] = words[1]
word_tags['position'] = words[0]
word_tags['pos_tag'] = words[4]
new_json_field.append(word_tags.copy())
return new_json_field
def main(argv):
try:
for line in sys.stdin:
json_original = json.loads(line)
print json_original
tags = subprocess.check_output('./parse.sh %s' % line, shell=True)
tags_list = tags.split('\n')
new_json_field = create_new_json_field(tags_list)
result = json_original['text_syntaxnet'] = new_json_field
print new_json_field
print result
except Exception as e:
sys.stdout.write(str(e))
main(sys.argv)
parse.sh
的内容是:
#!/bin/sh
cd ........../models/syntaxnet
jq --raw-output '.["text"]' | syntaxnet/demo.sh
我调用parse.sh的代码不起作用。休息所有的作品。我不确定它是否是命令的语法或某些环境问题。有人请帮我调试这个问题。
注意:当我在for line in sys.stdin
中parse.py
UnitOfMeasure
时,subporcess调用有效。但我想这样做是因为我想逐行解析然后创建json对象。
谢谢!