JSON को CSV में बदलें

एक ट्री को ग्रिड में फ़्लैट करना

JSON एक ट्री है और CSV एक आयत, और पूरा कन्वर्ज़न इसी सवाल का है कि एक दूसरे में कैसे बदले। साफ़ मामला है ऑब्जेक्ट की ऐसी ऐरे जिनमें सबकी की एक जैसी हों — हर ऑब्जेक्ट एक पंक्ति, हर की एक कॉलम, और कुछ नहीं खोता। ज़्यादातर API रिस्पॉन्स और एक्सपोर्ट ऐसे ही दिखते हैं, इसीलिए यह आम तौर पर बस चल जाता है। सारी दिक़्क़त उन डॉक्यूमेंट से आती है जिनका आकार ऐसा नहीं है।

नेस्टेड ऑब्जेक्ट उनकी की को जोड़कर फ़्लैट किए जाते हैं, इसलिए किसी ग्राहक के अंदर का पता ऑब्जेक्ट address.city और address.postcode जैसे कॉलम बन जाता है — एक ऐसा चलन जिसे हर स्प्रेडशीट संभालती है और कोई मानक परिभाषित नहीं करता। जो की कुछ ऑब्जेक्ट में हैं और कुछ में नहीं, वे ऐसे कॉलम बनती हैं जो उन पंक्तियों में ख़ाली रहते हैं जिनमें वे नहीं थीं, और यही सही जवाब है: दूसरा रास्ता ऐसा डेटा छोड़ देना है जो सिर्फ़ कुछ रिकॉर्ड में है।

नेस्टेड ऐरे वह जगह है जहां ग्रिड सचमुच साथ नहीं दे सकता। तीन ऑर्डर लाइन वाला एक रिकॉर्ड एक सूची वाली एक पंक्ति है, तीन पंक्तियां नहीं — उसे तीन बनाने से हर दूसरा फ़ील्ड दोहराया जाएगा और डेटा का मतलब चुपचाप बदल जाएगा। इसलिए ऑब्जेक्ट की एक ऐरे को पंक्तियों में फैलाया जाता है और बाक़ी को उनके सेल में टेक्स्ट के रूप में लिखा जाता है। अगर आपको ऑर्डर नहीं, ऑर्डर लाइन चाहिए, तो कन्वर्ज़न को उस ऐरे की ओर मोड़ें; दो सूचियां अगल-बगल रखने वाले ट्री का कोई एक सही आयत नहीं होता, और उसे चुनना ऐसा फ़ैसला है जो सिर्फ़ आप ले सकते हैं।

बाहर निकलते समय दो बातें चुभती हैं। कॉमा, कोट मार्क या लाइन ब्रेक वाली वैल्यू कोट में रखी जाती हैं ताकि वे बची रहें — यह सही CSV है और रॉ फ़ाइल देखने पर अजीब लगती है। और लंबा न्यूमेरिक आइडेंटिफ़ायर CSV के स्प्रेडशीट तक पहुंचते ही ख़तरा बन जाता है: Excel उसे नंबर की तरह पढ़ेगा, पंद्रह अंकों के बाद राउंड कर देगा और शुरुआती ज़ीरो हटा देगा, और यह समस्या कन्वर्ज़न से नहीं, स्प्रेडशीट से पैदा होती है।

जब आपको कुछ और चाहिए

जब आकार का अंदाज़ा नहीं, फ़ैसला करना हो, तो jq सही टूल है: jq -r '.orders[] | [.id, .customer.name, .total] | @csv' ठीक वही फ़ील्ड चुनता है जो आप चाहते हैं, ठीक उसी स्तर से जहां से आप चाहते हैं, और यह वह नियंत्रण है जो अपने-आप फ़्लैट करने वाला टूल नहीं दे सकता। यह स्ट्रीम भी करता है, इसलिए फ़ाइल साइज़ की चिंता ख़त्म हो जाती है।

आम तौर पर नेस्टेड डेटा के लिए, Miller — mlr --ijson --ocsv flatten — और Python का pandas.json_normalize आपको साफ़ नियंत्रण देते हैं कि कितनी गहराई तक फ़्लैट करना है और सूचियों का क्या करना है। और अगर JSON टेबल जैसा नहीं, सच में पदानुक्रम वाला है, तो उसे CSV में बदलना ही ग़लत विचार हो सकता है — डेटाबेस या लाइन-दर-लाइन JSON फ़ाइल वह संरचना बनाए रखती है जिसे ग्रिड मिटाने वाला है।