这是一个创建于 518 天前的主题，其中的信息可能已经有所发展或是发生改变。
Golang 实现的一款通用型 JSON 数据提取工具，支持自动识别 JSON 数据节点并有序提取为 CSV 文件。
Convenient JSON data extraction tool.
使用简介
> Json2Csv：请指定 JSON 格式文件路径（支持批量）...
> Json2Csv [-k root.data.items] data.json data2.txt ...
Usage of main.exe:
-h 显示帮助
-k string
设置 Json 中数据所处路径，如'-k root.topics.data'
支持以下常见 JSON 数据格式：
数据位于根 /一级节点下
[{"ID":0,"Name":"Lucy","Age":17,"Granted":true},{"ID":1,"Name":"Lily","Age":20,"Granted":false}]
或者
{"part":1,"items":[{"title":"one","price":23},{"title":"two","price":92},{"title":"three","price":5623}]}
数据提取命令：Json2Csv test1.json test2.json
拖放 json 文件到主程序或命令行均可运行，如 JSON 数据位于根 /一级节点下程序可自动检测并提取
数据位于任意多级节点下
{"data":{"items":[{"title":"one","price":23},{"title":"two","price":92},{"title":"three","price":5623}]}}
数据位于"data.items"多级节点下，-k 参数简单指定数据路径即可，如
数据提取命令：Json2Csv -k data.items test.json
测试文件：-k 参数 JSON 示例
说明
- 为什么不用在线服务？
内网数据隐私不能公开； JSON 文件较大(比如超过 20M)大多数在线服务都无法支持。 - 为什么不用 Pandas 等？
内网 python 和常用库的安装维护等都很麻烦； Python 工具只能自己用(分享不便)；每个 json 都要分析后对应编写测试代码通用性欠佳； Pandas 默认会导致长数据输出科学计数法很麻烦... - 为什么不用 utools/jq 等工具？
这些工具提取 json 中个别字段的文本很方便，但想将所有数据批量输出却很麻烦；而且使用门槛较高 jq 兼容性较差，比如 json 文件识别报错、不支持 win7 系统等等
第 1 条附言 · 2023-06-26 06:38:23 +08:00
兼容处理数据区域非数组结构而是一个对象的情况，如 Json2Csv -k data.items test.json
{"part":1,"data":{"items":{"1":{"title":"one","name":"test1"},"2":{"title":"two","name":"test2"},{"3":{"title":"three","name":"test3"}}}}
 |
1
512357301 2023-06-24 19:25:17 +08:00 via Android
有时间试试。
不知道楼主有没有研究过 https://data.page ，他们家的 json 转 csv/excel 贼好用，它是全量转，不能限制 json 结构，不过全量转就行了，性能也可以接受，唯一的不好就是它是在线的 |
 |
2
xiangyuecn 2023-06-24 19:33:08 +08:00
用 html 做一个也简单，100M 的 JSON.parse 无压力，单个 html 只需拖进浏览器就能访问[离线]
天然自带 UI😂 拖拽 json 文件、手动选择 json 文件都 ok 0 依赖 |
 |
3
faketemp OP @xiangyuecn 求分享
|
 |
4
pagxir 2023-06-24 20:05:45 +08:00
为啥不用 jq 呢，不好用？
|
|
5
faketemp OP @pagxir 内网机系统必须 win7/xp ，jq/dsq/fx 等工具基本都跑不起来，而且实测几个常用几十 M 的 json 这些工具大多报错解析失败，起码在我的需求上这些工具兼容性便利性确实不敢恭维
唯有 utools 的 json 编辑器官方插件功能不错兼容性也挺好，但就是连个文档都没有一切靠摸索门槛较高 以上这些工具如果想从 json 中提取全量数据还都比较麻烦，搜过试过很多了 没办法满足需求才造轮子... |
|
6
pagxir 2023-06-24 20:33:39 +08:00 via Android
windows 就直接用 node 就好了
|
|
8
faketemp OP @flyqie 是的 因为用了泛型所以版本需要 1.18+ 不支持 xp 没啥同事绝大部分都用 win7ヾﾉ≧∀≦)o
|
 |
9
a90120411 2023-06-24 23:25:03 +08:00
@xiangyuecn #2 可以分享一下解决方案吗？
|
 |
10
nerkeler 2023-06-25 09:46:26 +08:00
用 python 自带的 json 库就够了，再用 tkinter/pyqt 写个 GUI,开箱即用，我也写了个内网用的 json 格式化小工具，不过我们格式特殊，不通用。
|
|
11
faketemp OP 已升级兼容处理数据区域非数组结构而是一个对象的情况，如
`{"part":1,"data":{"items":{"1":{"title":"one","name":"test1"},"2":{"title":"two","name":"test2"},{"3":{"title":"three","name":"test3"}}}}` 这种结构遇到过多次但在线网站和各种工具均不支持解析提取，干脆自己兼容了 `Json2Csv -k data.items test.json`即可提取全部"title/name" |
 |
12
9yue 2023-06-27 10:13:41 +08:00
https://www.v2ex.com/t/951793 ，JS HTML 自带 UI 单文件版本，卷一下~~
|
|
13
a90120411 2023-07-01 10:38:21 +08:00
|
 |
14
wxf666 2023-07-04 23:22:07 +08:00
@faketemp #8 既然都是 Win7 了，为啥 jq/dsq/fx 跑不起来呢？
看了下，jq 还是纯 C 写的，xp 跑也没啥压力吧。。 至于 jq 兼容性较差，json 识别出错，是 json 文件不标准吗？或者说是 json5 ？ 按理说，专门处理 json 的工具，识别不了 json ，是会贻笑大方的，应该不至于 另外，有试过打包 python 环境吗？有大佬甚至能打包完整 PyQT5 环境，并分发。(不是 PyInstaller) 链接： https://www.zhihu.com/question/48776632/answer/2336654649 看起来，打包 pandas 应该也不会太难？ |
|
15
faketemp OP @wxf666 感谢关注 不过你这些疑问应该自己没去测试过只是想当然觉得吧 ヾﾉ≧∀≦)o 事实上我尝试在几个不同版本系统测试过 包括 win7~win11 也包括精简版或完整版系统 这些工具的普适性兼容性确实表现欠佳 即使在 win11 上运行也遇到出现各种错误 参考 https://www.v2ex.com/t/883757#reply13 建议你有时间去测试一下就解惑了
至于 json 文件是标准格式 只是几十兆比较大而已 是否贻笑大方不好说 但确实没几个工具能无报错识别和解析 另外 python 打包不用挣扎 无论采用任何方法去打包都不优雅 写个 helloworld 打包也要 5 兆以上甚至十几兆 而且兼容多系统也很不便 golang 可以一键编译多平台 800k 单文件无依赖性能也超 n 倍 无任何一个理由要跑去打包生成更大更慢兼容更麻烦的 pandas 吧 纸上得来终觉浅，绝知此事要躬行 建议你真的去测试一下，这样就了然了 |
|
16
wxf666 2023-07-07 04:45:09 +08:00  1
@faketemp #15 不知道你输入了什么命令，不太好猜出错原因。。
我虚拟机装了个 Win XP 试了试，这些工具的最新版都还能正常运行： - jq （ v1.6 ，2.58 MB ，json 处理） - SQLite （ v3.42 ，1.09 MB ，小型数据库） - BusyBox （ v1.37 ，606 KB ，Linux Shell 风格脚本） - QuickJS （ v2021-03-27 ，863 KB ，支持 ES2020 的 js 引擎） 有以上工具，足够编写很多便捷的小脚本了，也能拖动文件自动处理之类的。 *（ dsq 和 fx 确实在 Win XP 上运行不了，估计至少得 Win 7 。。）* 试了试用这些工具导出 [行政区划第 5 级 json 数据（ 80 MB ）]( https://github.com/modood/Administrative-divisions-of-China/blob/master/dist/villages.json) 为 CSV ，确实还是你的 Json2Csv 工具快些。但总体而言，速度差异不是很大（对比如下，末尾附截图）： | | Json2Csv | jq | SQLite | QuickJS | | :---: | :--------: | :----: | :----: | :-----: | | WinXP | (不支持) | 7.26 s | 5.67 s | 8.93 s | | Win10 | 3.72 s | 5.60 s | 4.26 s | 8.30 s | 对了，如果要把这 5 级（省市县乡村）的 json 数据，根据各自的外键字段，串成 json 树（如下），有啥简单快捷的办法呢？ ```json [ { "code": "11", "name": "北京市", "children": [ { "code": "1101", "name": "市辖区", "children": [ "..." ] } ] }, { "code": "12", "name": "天津市", "children": [ "..." ] }, "..." ] ``` 虚拟机里 WinXP 测试各工具导出 CSV 截图：  )Win10 测试各工具导出 CSV 截图：  ) |
|
17
wxf666 2023-07-07 20:53:02 +08:00 1
@faketemp #15 再试试 pandas 、dsq 、fx 这些，以及 dsq 提到的其他比较快的工具 octosql 、duckdb （ q 太大了，算了）：
- **pandas**：总计 5.24 s ，实际 pandas 只用 3.85 s 。看来确实有点重量级，不太适合日常小型数据处理。 - **dsq**：5.30 s ，但是不支持 CSV 输出，是以 json 原样输出的。*（看时间统计，似乎是双线程？）* - **fx**：很久，且占了 4GB+ 内存，直接中断了。。*（好像也不支持 CSV 输出）* - **octosql**：不支持读取 JSON Array ，只能 JSON Object ？ - **duckdb**：4.61 s ，和 SQLite 差不多。 Shell 操作记录： ```shell ~/Downloads $ time py -c 'import time; import pandas as pd; begin = time.time(); pd.read_json(r"Y:\villages.json")[["code", "name"]].set_index("code").to_csv(r"Y:\out.csv"); print(f"{time.time() - begin:.2f}s")' && showCsv 3.85s real 0m 5.24s user 0m 0.00s sys 0m 0.01s ~/Downloads $ time ./dsq.exe Y:/villages.json 'SELECT code, name FROM {}' > Y:/out.csv && showCsv real 0m 5.30s user 0m 8.81s sys 0m 1.50s 619503 33905785 Y:/out.csv {"code":"659011502509","name":"十一连生活区"}, {"code":"659011502510","name":"十二连生活区"}, {"code":"659011502512","name":"五连生活区"}] ~/Downloads $ time ./fx.exe Y:/villages.json 'x.map(y => [y.code, y.name])' > Y:/out.csv && showCsv ^C ~/Downloads $ ./octosql.exe 'SELECT * FROM provinces.json' Error: typecheck error: couldn't create datasource: expected JSON object, got '[{"code":"11","name":"北京市"},{"code":"12","name":"天津市"},{"code":"13","name":"河北省"},{"code":"14","name":"山西省"},{"code":"15","name":"内蒙古自治区"},{"code":"21","name":"辽宁省"},{"code":"22","name":"吉 林省"},{"code":"23","name":"黑龙江省"},{"code":"31","name":"上海市"},{"code":"32","name":"江苏省"},{"code":"33","name":"浙江省"},{"code":"34","name":"安徽省"},{"code":"35","name":"福建省"},{"code":"36","name":"江西省"},{"code":"37","name":"山东省"},{"code":"41","name":"河南省"},{"code":"42","name":"湖北省"},{"code":"43","name":"湖南省"},{"code":"44","name":"广东省"},{"code":"45","name":"广西壮族自治区"},{"code":"46","name":"海南省"},{"code":"50","name":"重庆市"},{"code":"51","name":"四川省"},{"code":"52","name":"贵州省"},{"code":"53","name":"云南省"},{"code":"54","name":"西藏自治区"},{"code":"61","name":"陕西省"},{"code":"62","name":"甘肃省"},{"code":"63","name":"青海省"},{"code":"64","name":"宁夏回族自治区"},{"code":"65","name":"新疆维吾尔自治区"}]' ~/Downloads $ time ./duckdb.exe -csv :memory: "SELECT code, name FROM 'Y:/villages.json'" > Y:/out.csv && showCsv real 0m 4.61s user 0m 3.40s sys 0m 1.15s 619504 22135235 Y:/out.csv 659011502509,"十一连生活区" 659011502510,"十二连生活区" 659011502512,"五连生活区" ``` |
Select Language