Question

使用mongoimport时，我遇到了一些奇怪的行为。它似乎正在跳过JSON导入文件的第一行。我没有看到任何JSON标题的提及，插入空白的第一行仍然会导致同样的问题。

我正在运行CentOS，MongoImport和DB是版本2.0.0

我要导入的数据包含日文字符。它有点长，但这里是我尝试导入的3行。我希望可以在这里发帖，以防数据本身存在导致错误的问题。

{ "NICT-ATR" : { "A" : { "adequacy" : 3, "fluency" : 4 }, "B" : { "adequacy" : 3, "fluency" : 3 }, "C" : { "adequacy" : 4, "fluency" : 2 }, "output" : "図１２を参照して、本発明の第三実施例に説明説明次に、。" }, "NTT" : { "A" : { "adequacy" : 5, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 5 }, "C" : { "adequacy" : 5, "fluency" : 5 }, "output" : "次に、 図 12 を参照して、 本発明の第 3 の実施例について説明する。" }, "_id" : { "$oid" : "4ed3428a7f7130fdf093a41d" }, "english" : "Next, explanation will be given on a third embodiment of the present invention, by referring to FIG. 12.", "id" : "20000523-155948-EMBODIMENTS-73", "kuro" : { "A" : { "adequacy" : 5, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 5 }, "C" : { "adequacy" : 5, "fluency" : 5 }, "output" : "次に、本発明の第３の実施例について１２図である参照して説明する。" }, "moses" : { "A" : { "adequacy" : 5, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 5 }, "C" : { "adequacy" : 5, "fluency" : 5 }, "output" : "次に 、 図 １２ を 参照 し て 、 本 発明 の 第 ３ 実施 例 について 説明 する 。 " }, "ref" : "次に、本発明の第３実施例を図１２用いて説明する。", "tsbmt" : { "A" : { "adequacy" : 4, "fluency" : 4 }, "B" : { "adequacy" : 4, "fluency" : 3 }, "C" : { "adequacy" : 4, "fluency" : 4 }, "output" : "次に、説明は図１２の参照から本発明の３番めの実施例上で与えられるだろう。" } }
{ "NICT-ATR" : { "A" : { "adequacy" : 4, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 4 }, "C" : { "adequacy" : 4, "fluency" : 3 }, "output" : "印字機構は、感光体ドラム１１が設けられている。" }, "NTT" : { "A" : { "adequacy" : 5, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 5 }, "C" : { "adequacy" : 5, "fluency" : 5 }, "output" : "プリント機構は、 感光体ドラム 11 を備えている。" }, "_id" : { "$oid" : "4ed3428b7f7130fdf093a819" }, "english" : "The printing mechanism comprises the photosensitive drum 11.", "id" : "19990621-173924-EMBODIMENTS-11", "kuro" : { "A" : { "adequacy" : 4, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 4 }, "C" : { "adequacy" : 1, "fluency" : 2 }, "output" : "印刷機構は、感光体ドラム１１配置構成されている。" }, "moses" : { "A" : { "adequacy" : 5, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 5 }, "C" : { "adequacy" : 5, "fluency" : 5 }, "output" : "プリント 機構 は 、 感光 体 ドラム １１ を 備え て いる 。 " }, "ref" : "プリント機構は、感光体ドラム１１を備えている。", "tsbmt" : { "A" : { "adequacy" : 5, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 5 }, "C" : { "adequacy" : 4, "fluency" : 3 }, "output" : "印字機構は感光性のドラム１１を含む。" } }
{ "NICT-ATR" : { "A" : { "adequacy" : 4, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 4 }, "C" : { "adequacy" : 4, "fluency" : 3 }, "output" : "図２５は、インデックスコーナー。" }, "NTT" : { "A" : { "adequacy" : 5, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 5 }, "C" : { "adequacy" : 5, "fluency" : 4 }, "output" : "インデックスコーナを図 25 に示す。" }, "_id" : { "$oid" : "4ed3428b7f7130fdf093a6c9" }, "english" : "FIG. 25 shows the index corner.", "id" : "19990630-184545-EMBODIMENTS-234", "kuro" : { "A" : { "adequacy" : 5, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 5 }, "C" : { "adequacy" : 5, "fluency" : 3 }, "output" : "インデックスコーナー図２５示す。" }, "moses" : { "A" : { "adequacy" : 5, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 5 }, "C" : { "adequacy" : 5, "fluency" : 5 }, "output" : "インデックス コーナ 部 を 図 ２５ に 示す 。 " }, "ref" : "図２５に、インデックスコーナーを示している。", "tsbmt" : { "A" : { "adequacy" : 5, "fluency" : 5 }, "B" : { "adequacy" : 5, "fluency" : 5 }, "C" : { "adequacy" : 5, "fluency" : 5 }, "output" : "図２５はインデックス・コーナーを示す。" } }

第一行永远不会导入。我尝试改变顺序，在标题中插入一个空白行，它始终是第一行。

更令人困惑的是，mongoimport声称它正常工作，说它导入了3个对象：

$ ./mongoimport --file ~/ribes/ntcir-min.json -c ej --drop
connected to: 127.0.0.1
dropping: test.ej
imported 3 objects

然后检查集合中的数据只返回2个结果：

$ ./mongo
MongoDB shell version: 2.0.0
connecting to: test
> db
test
> db.ej.count()
2

有没有人对这可能有什么想法？

更新：将空JSON对象添加到第一行{}会使mongoimport说imported 4，但会提供正确的输出数据。

更新：当我尝试使用mongoimport -d ntcir指定数据库而不是将其保留为默认test时，数据导入正确。这是预期的行为吗？

Answer 1

试图在我的盒子上重现将文本复制到UTF-8编码的文件中运行import命令它成功了......

不同之处在于我必须指定-h因为我的环境无法识别默认值（127.0.0.1）......

c:\Servers\Mongo\bin>mongoimport.exe --file d:\imp.json -h localhost -c ej --drop
connected to: localhost
dropping: test.ej
imported 3 objects

c:\Servers\Mongo\bin>mongo.exe
MongoDB shell version: 2.0.1
connecting to: test
> db.version()
2.0.1
> db
test
> db.ej.count()
3

Answer 2

我还验证了它对我来说是否正常。它必须与文件编码有关，也许与Windows有关。你是如何创建文本文件的？

如果可以，请尝试使用这些说明在Windows中创建UTF-8文件，这样我们就可以确定它不是编码问题：

您可以使用记事本（有时称为“编辑器”）将文件保存为UTF-8，但不能使用Wordpad保存。

打开记事本
将文字粘贴到新文件
文件 - 另存为 - ＆gt;在那里你看到3个字段将最后一个名为“encoding”的字段设置为：UTF-8

如果有诀窍，请告诉我。

mongoimport跳过第一线

2 个答案: