JMESPath语言

JMESPath(JSON Matching Expression Path)

一种查询语言。

主要用于从JSON文档中检索和过滤数据。

通过写表达式提取和处理JSON数据,而无需编写复杂的代码。

功能:数据提取、过滤、转换、排序。

场景:处理API响应、数据分析、数据转换 etc。

数据提取:从复杂的JSON文档中提取所需的信息。例如,从包含多个嵌套对象和数组的JSON文档中提取特定属性。

数据过滤:基于特定条件过滤JSON数据。例如,从一个包含多个对象的数组中过滤出满足特定属性值条件的对象。

数据转换:将JSON数据转换为其他格式。例如,将一个包含多个属性的对象转换为一个只包含部分属性的新对象,或将一个数组转换为一个新的数组,其中的元素经过特定计算或操作。

数据排序:根据特定属性对JSON数据进行排序。

JMESPath — JMESPathicon-default.png?t=N7T8https://jmespath.org/

本文主要以 JMESPath Tutorial and Examples 为操作示例,还有包括一些其他常用示例:

目录

一些常用调用方式

一些常用表达式

一些常用嵌套语句


一些常用调用方式

jmespath结果备注
{
  "demo": "hello world"
}
demo"hello world"str
{
  "demo": 1
}
demo1int
{
  "demo": ["1", "2"]
}

demo / demo[*] / demo[:] / demo[]

["1","2"
]
array
{
  "demo": {
    "key": "value",
    "k": "v",
    "a": {"b": "c"}
  }
}
demo
{"key": "value","k": "v","a": {"b": "c"}
}
object
{}demonullnull

元素获取

jmespath结果备注
{
  "demo": {
    "key": "value",
    "k": "v",
    "a": {"b": "c"}
  }
}
demo.key / demo."key""value"
同上demo.a.b"c"
同上demo.[key, k]
[
"value","v"
]
同上demo.{"k1": key, "k2": k} / demo.{k1: key, k2: k}
{"k1": "value","k2": "v"
}
{"d":{}}d{}
{
  "demo": [1, 2, 3]
}
demo[0] / demo[:1]1
{"d":[]}d[]
同上demo[2:]3slice:[start:stop:step]或[start:stop],step为负则倒取
同上demo[3]null
同上demo[1:3][2, 3]slice
同上demo[::-1]
[3, 2, 1]
slice
同上demo[::2]
[1,3]
slice

一些常用表达式

jmespath结果备注
{
  "demo": [1, 2, 3]
}
to_string(demo)
"[1,2,3]"
转字符串 to_string(打平显示使用)
同上length(demo)3长度 length
同上type(demo)
"array"
{
  "demo": {
    "key": "value",
    "k": "v",
    "a": {"b": "c"}
  }
}
to_string(demo)

"{\"key\":\"value\",\"k\":\"v\",\"a\":{\"b\":\"c\"}}"

同上length(demo)3
同上type(demo)
"object"
{"a": "1.1"}to_number(a)1.1to number转数字
{
  "demo": [1, 2, 19]
}
max(demo)19max最大值
同上min(demo)1min最小值
同上avg(demo)
7.333333333333333
avg平均数(显示长度控制在16位)
同上sum(demo)22sum和
同上hhh || demo[0]1||   
同上demo[1] || demo[2]2
同上demo[1] && demo[2]19&& 
{
  "a": [
    {
      "b1": "James",
      "b2": "d",
      "c": 30
    },
    {
      "b1": "Jacob",
      "b2": "e",
      "c": 35
    },
    {
      "b1": "Jayden",
      "b2": "f",
      "c": 25
    }
  ]
}
a[?c > `18`]
[{"b1": "Jacob","b2": "e","c": 20},{"b1": "Jayden","b2": "f","c": 23}
]
条件选择 filter
同上a[?c > `18`].{b1: b1, age: c}
[{"b1": "Jacob","age": 20},{"b1": "Jayden","age": 23}
]
同上a[?c==`18`]
[{"b1": "James","b2": "d","c": 18}
]
同上a[?c==`18`].{b1: b1, age: c}
[{"b1": "James","age": 18}
]
​​​​​​​
同上a[?c==`20`].[b1, b2]
[["Jacob","e"]
]
同上a[?c==`20`].[b1, b2] | [] / a[?c==`20`].[b1, b2] | [0]
["Jacob","e"
]

管道表达式。

 | [] 或 | [0]的写法能消除嵌套下的外[]

同上a | [0] / a | []
{"b1": "James","b2": "d","c": 18
}
同上a | [1]
{"b1": "Jacob","b2": "e","c": 20
}
{"a":[{"b1":"詹姆斯","b2":"d","c":30},{"b1":"雅各布","b2":"e","c":35},{"b1":"杰登","b2":"f","c":25}]}sort_by(a, &c)
[{"b1": "杰登","b2": "f","c": 25},{"b1": "詹姆斯","b2": "d","c": 30},{"b1": "雅各布","b2": "e","c": 35}
]
sort_by排序
同上join(' ', [a[0].b1, a[1].b1, a[2].b1])
"詹姆斯 雅各布 杰登"
join字符串拼接
{
  "a": [
    "foo",
    "foobar",
    "barfoo",
    "bar",
    "barbaz",
    "barfoobaz"
  ]
}
a[?contains(@, 'foo') == `true`]
["foo","foobar","barfoo",barfoobaz]
字符匹配 contains与匿名@

一些常用嵌套语句

嵌套调用

jmespath结果备注
{"a": {
    "c": [
      {"d": [0, [1, 2]]}
    ]
}}
a.c[0].d[1][0]1
{
  "a": [
    {
      "b1": "James",
      "b2": "d",
      "c": 30
    },
    {
      "b1": "Jacob",
      "b2": "e",
      "c": 35
    },
    {
      "b1": "Jayden",
      "b2": "f",
      "c": 25
    }
  ]
}
a[*].b1 / a[].b1 / a[:].b1
["James","Jacob","Jayden"
]
同上a[*].[b1, b2]

[

  ["James", "d"],

  ["Jacob", "e"],

  ["Jayden", "f"]

]

同上a[*].[*]

[

  [["James", "d", 30]],

  [["Jacob", "e", 35]],

  [["Jayden", "f", 25]]

]

同上a[*].{b1: b1, "b2": `1`}
[{"b1": "James","b2": 1},{"b1": "Jacob","b2": 1},{"b1": "Jayden","b2": 1}
]
同上a[::2].{b1: b1, "b2": `1`}
[{"b1": "James","b2": 1},{"b1": "Jayden","b2": 1}
]
{
    "a": {
        "a1": {
            "b1": "James",
            "b2": "d",
            "c": 30
        },
        "a2": {
            "b1": "Jacob",
            "b2": "e",
            "c": 35
        },
        "a3": {
            "b1": "Jayden",
            "b2": "f",
            "c": 25
        }
    }
}
a.*.c
[30,35,25
]
同上a.*.*

[

  ["James", "d", 30],

  ["Jacob", "e", 35],

  ["Jayden", "f", 25]

]

​​​​​​​

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/231215.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

CentOS7安装Docker及添加阿里云镜像加速详细教程

Docker官方安装教程网站:Install Docker Engine on CentOS | Docker Docs 具体流程如下: 1.确定你是CentOS7及以上版本 cat /etc/redhat-release 2.yum安装gcc相关 yum -y install gcc yum -y install gcc-c 3.安装需要的软件包 3.1安装docker引擎…

如何在Windows上安装 PHP?

安装 PHP 的步骤会根据你使用的操作系统而有所不同。以下是在一些主流操作系统上安装 PHP 的基本指南: 在 Windows 上安装 PHP: 下载 PHP: 访问 PHP for Windows 网站。 下载你需要的 PHP 版本(通常是线程安全版本)。…

MetaSploit工具的使用

在命令行输入:msfconsole 启动msf msfconsole 另外的方式 msfdb init msfdb run 查看数据库连接状态 db_status 扫描端口并存储 db_nmap 查看扫描到的数据信息 services MSF常用的模式和命令 搜索模块 search 模块名字 使用模块 use 编号 查看模块使用 sho…

leetcode 572. 另一颗树的子树

这道题重在思路,默认大家会判断两个树是否完全相同 我会把一些基础的简单的(包括 判断两个树是否完全相同 和之前的 求结点个数 )单独出博客,或者放在介绍堆和树的知识点里面 572. 另一颗树的子树 题目 给你两棵二叉树 root 和…

对偶问题笔记(1)

目录 1 从 Lagrange 函数引入对偶问题2. 强对偶性与 KKT 条件3. 对偶性的鞍点特征 1 从 Lagrange 函数引入对偶问题 考虑如下优化问题 { min ⁡ f 0 ( x ) s . t f i ( x ) ≤ 0 , i 1 , ⋯ , p , h j ( x ) 0 , j 1 , ⋯ , q , x ∈ Ω , \begin{align} \begin{cases}\min…

比 Spring Cloud Zuul 更好用的 API 网关

推荐一个 比 spring cloud 更好用的 API 网关。它是一个低代码 API 网关。 https://github.com/fiber-net-gateway/fiber-net-gateway 特性 同样是使用 java 开发,相比与 SpringCloud Zuul,它有很多 鲜明的特点。 低代码 它实现了一个灵活好用的脚本…

《从晨到夜:在日常繁忙中寻找成长与平衡的艺术》

早上8点11分,我睁开眼睛,开始了新的一天。不到半小时,我匆匆出门,开始了日常的“搬砖”工作。从9点15分到公司,到下午6点15分结束工作,我的一天被紧凑的工作安排填满。我在完成技术任务的同时,也…

Redis系列之事务机制

什么是Redis事务 学习mysql数据库的时候,我们知道了事务的ACID特性,Redis也是支持事务的,不过和数据库的事务又有什么区别?在mysql数据库中,我们使用begin开启事务,提交是commit,回滚是rollbac…

在linux上基于shell自动部署Java项目

一,安装git yum list git 列出git安装包 yum install git 在线安装git 使用 git -varsion 查看是否安装成功 安装成功 二, Git克隆代码 git clone 远程仓库地址 三,创建shell脚本 touch shell.sh shell脚本 #!/bin/sh echo echo 自动…

健康手表数据洞察台

健康手表数据洞察台 1. 背景介绍2. 数据获取与处理3. Django平台搭建4. 数据可视化5. 整体数据分析6. 数据监控与紧急警报7. 用户界面优化8. 创新点结语 1. 背景介绍 在当今健康意识不断提升的社会,人们越来越关注身体健康。本文将介绍如何使用Pandas进行数据分析&…

NTC和温度的关系

一、NTC介绍 NTC(nagative temperature coefficient)负温度系数的热敏电阻。随着温度的升高,电阻越来越小 二、NTC和温度的关系 生产NTC的厂家会提供一个RT表格,里面记录了温度和电阻的关系,他们的关系是一一对应的…

C# 使用FluentHttpClient请求WebApi

写在前面 FluentHttpClient 是一个REST API 异步调用 HTTP 客户端,调用过程非常便捷,采用流式编程,可以将所有请求所需的参数一次性发送,并直接获取序列化后的结果。 老规矩从NuGet上安装该类库: 这边一定要认准是 P…

React系列:配置@别名路径并配置联想

🍁 作者:知识浅谈,CSDN签约讲师,CSDN博客专家,华为云云享专家,阿里云专家博主 📌 擅长领域:全栈工程师、爬虫、ACM算法 💒 公众号:知识浅谈 🔥网站…

读写分离之同步延迟测试

背景 读写分离是快速提高数据库性能的手段,主库只负责写入,从库负责查询。但在性能得到提升的同时,编程的复杂度就会提升。由其碰到主从同步延迟的情况,在数据写入后,在从库无法读取到最新数据,会对业务逻…

汽车火花塞行业分析:全球市场需求量约为26.3亿个

在汽车日常保养里,更换火花塞算是比较常见的一种,爱车懂车的车主们都非常清楚火花塞对于汽车的重要性,可以说火花塞直接影响到发动机的运作,决定了汽车能否顺利启程。 火花塞(sparkplug),俗称火咀,它的作用是把高压导线(火嘴线)送来的脉冲高压电放电&…

zkSend — — 在Sui上发红包像发电子邮件一样简单

*12月14日,知名区块链媒体平台The Block发表了这篇关于对Mysten Labs联合创始人Adeniyi Abiodun的采访,文中“我们”指代该媒体,数据均为截止撰写文章时数据,以下是正文。 两年前,当五名前Facebook工程师创立Mysten L…

MySQL数据库 函数

目录 函数概述 字符串函数 数值函数 日期函数 流程函数 函数概述 函数是指一段可以直接被另一段程序调用的程序或代码。也就意味着,这一段程序或代码在MysQL中已经给我们提供了,我们要做的就是在合适的业务场景调用对应的函数完成对应的业务需求即…

【GPU监控】Gpu-dcgm-exporter 监控

本站以分享各种运维经验和运维所需要的技能为主 《python零基础入门》:python零基础入门学习 《python运维脚本》: python运维脚本实践 《shell》:shell学习 《terraform》持续更新中:terraform_Aws学习零基础入门到最佳实战 《k8…

算法:二叉树最大深度

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 目录 一、问题描述 二、递归算法 总结 提示:以下是本篇文章正文内容,下面案例可供参考 一、问题描述 给定一个二叉树,求其最大深度 3…

git运用之.gitignore 配置文件的常用写法及案例

前言 .gitignore 文件用于指定 Git 版本控制系统忽略的文件和文件夹。 常见的 .gitignore 配置文件的写法和案例 忽略特定文件: # 忽略所有 .log 文件 *.log # 忽略名为 .DS_Store 的文件 .DS_Store忽略特定文件夹: # 忽略名为 node_modules 的…