问用OpenRefine (或R)解析大型复杂Json文件的最佳方法

EN

我认为你走在正确的轨道上。产出：

forEach(value.parseJson().calendar_months, e, e.days) 

很难阅读，因为OpenRefine和JSON都使用方括号来表示数组。从这个表达式中得到的是一个OR数组，它包含12项(一年中每个月一项)。OR数组中的项是JSON --每个项目都是一个月中的天数数组。

为了使这些步骤易于管理，我建议这样处理：

首次使用

forEach(value.parseJson().calendar_months,m,m.days).join("|")

您必须使用“联接”，因为OR不能将OR数组直接存储在单元格中--它必须是字符串。

然后使用"Edit单元->拆分的多值单元格“-这将为每个ID获得12行，每个ID包含一个JSON表达式。现在，对于每个ID，在OR中有12行

然后使用：

forEach(value.parseJson(),d,d).join("|")

这就将JSON分解为单独的几天

然后再次使用“编辑单元格->拆分多值单元格”将每天的细节分割成自己的单元格。

使用上面示例URL中的JSON (这为单个ID提供了441行)，每个行都包含描述一天可用性和价格的JSON。此时，您可以使用ID列上的“填充”函数来填充每一行的ID。

您现在已经在每个单元中获得了一些非常简单的JSON，因此您可以使用

value.parseJson().available

等。

而不是仅仅将您的项目创建为文本，并使用GREL来解析.

最好的方法是选择您想要使用的JSON记录部分，使用我们针对JSON文件和XML文件的视觉导入向导(您甚至可以使用指向JSON文件的URL，如您的示例所示)。(视频教程展示了这里如何：https://www.youtube.com/watch?v=vUxdB-nl0Bw )

1. 选择包含要解析和处理的记录的JSON部分(这可以是任何重复部分，只需选择其中一个，OpenRefine将提取所有其余部分)

​

1. 限制要在创建过程中加载的数据行的数量，或者保留所有行的默认值。

​

1. 单击“创建项目”，然后单击“您的行”模式。但是，如果您认为record模式可能更适合上下文，那么只需将项目再次导入为JSON，然后选择内容的下一个外部区域，可能是包含键字段的更大数组，等等。在示例中，键字段可能是日期，以及为什么我突出显示给定日期的整个记录。通过这种方式，OpenRefine将为每个记录和记录模式提供密钥，使您能够比行模式更好地处理它们。

请随意使用此示例，使其更好，甚至更有帮助，将其添加到如何使用上的Wiki部分。