如何在bigquery中将一个json列嵌套在另一个列中

Question

我有一个带有 json 格式的 bigquery 字符串列，我们称它为 child_col，例如它的值为 '{"code": "foo"}'。 我正在尝试创建另一个字符串列，例如parent_col，带有一个 json 值，其中 child_cold 中的 json 作为嵌套属性，例如

'{
  "code": "parent",
  "child": {"code": "foo"}
}'

我在 Bigquery 中使用 TO_JSON_STRING 来做到这一点：

parent_col = TO_JSON_STRING(STRUCT('parent' AS code, child_col AS child))

这几乎可以工作，但将child_col 视为纯字符串，结果如下所示：

'{
  "code": "parent",
  "child": "{\"code\": \"foo\"}"
}'

我尝试将child_col 嵌套在TO_JSON_STRING(STRUCT('parent' AS code, child_col AS child)) 中JSON_VALUE()、JSON_QUERY(child_col, '$')、JSON_EXTRACT(child_col, '$')，第一个总是给出一个json null，而后两个仍然在逃避事情。例如

parent_col = TO_JSON_STRING(STRUCT('parent' AS code, JSON_QUERY(child_col, '$') AS child))

有什么简单的方法可以做到这一点？

Answer 1

STRUCT() 将您的输入视为字符串，因此child 的值是整个字符串"{"code": "foo"}"。根据BigQuery JSON encodings，在使用 JSON 函数时，结构内的字符串特别是 双引号 (")、反斜杠 (\) 和 控制字符被自动转义。因此预计" 使用您的示例进行了转义。

无效的 UTF-8 字段名称可能会导致 JSON 无法解析。细绳 值根据 JSON 标准进行转义。具体来说， ”， ， 并且 U+0000 到 U+001F 的控制字符被转义。

虽然这不是最佳解决方案，但可能的解决方法是替换大括号旁边的反斜杠 (\) 和双引号 (")，使其成为有效的 json 字符串。

WITH CTE as (
SELECT '{ "code": "foo" }' AS child_col 
),
CTE_2 AS (
SELECT TO_JSON_STRING(STRUCT('parent' AS code, child_col AS child)) as json_val 
from CTE
)

SELECT REPLACE(REPLACE(REPLACE(json_val,'\\"','\"'),'\"{','{'),'}\"','}') as fixed_json 
FROM CTE_2

输出（参见fixed_json 字段）：