-
Notifications
You must be signed in to change notification settings - Fork 0
/
parsrj.sh
executable file
·406 lines (400 loc) · 26.8 KB
/
parsrj.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
#! /bin/sh
#
# parsrj.sh
# JSONテキストから
# JSONPathインデックス付き値(JSONPath-indexed value)テキスへの正規化
# (例)
# {"hoge":111,
# "foo" :["2\n2",
# {"bar" :"3 3",
# "fizz":{"bazz":444}
# },
# "\u5555"
# ]
# }
# ↓
# $.hoge 111
# $.foo[0] 2\n2
# $.foo[1].bar 3 3
# $.foo[1].fizz.bazz 444
# $.foo[2] \u5555
# ◇よって grep '^\$foo[1].bar ' | sed 's/^[^ ]* //' などと
# 後ろ grep, sed をパイプで繋げれば目的のキーの値部分が取れる。
# さらにこれを unescj.sh にパイプすれば、完全な値として取り出せる。
#
# Usage : parsrj.sh [JSON_file] ←JSONPath表現
# : parsrj.sh --xpath [JSON_file] ←XPath表現
# : parsrj.sh [2letters_options...] [JSON_file] ←カスタム表現
# Options : -sk<s> はキー名文字列内にあるスペースの置換文字列(デフォルトは"_")
# : -rt<s> はルート階層シンボル文字列指定(デフォルトは"$")
# : -kd<s> は各階層のキー名文字列間のデリミター指定(デフォルトは".")
# : -lp<s> は配列キーのプレフィックス文字列指定(デフォルトは"[")
# : -ls<s> は配列キーのサフィックス文字列指定(デフォルトは"]")
# : -fn<n> は配列キー番号の開始番号(デフォルトは0)
# : -li は配列行終了時に添字なしの配列フルパス行(値は空)を挿入する
# : --xpathは階層表現をXPathにする(-rt -kd/ -lp[ -ls] -fn1 -liと等価)
# : -t は、値の型を区別する(文字列はダブルクォーテーションで囲む)
#
# Written by Rich Mikan(richmikan[at]richlab.org) / Date : Nov 25, 2015
#
# This is a public-domain software. It measns that all of the people
# can use this with no restrictions at all. By the way, I am fed up
# the side effects which are broght about by the major licenses.
set -u
PATH='/usr/bin:/bin'
IFS=$(printf ' \t\n_'); IFS=${IFS%_}
export IFS LANG=C LC_ALL=C PATH
DQ=$(printf '\026') # 値のダブルクォーテーション(DQ)エスケープ用
LF=$(printf '\\\n_');LF=${LF%_} # sed内で改行を変数として扱うためのもの
file=''
sk='_'
rt='$'
kd='.'
lp='['
ls=']'
fn=0
unoptli='#'
optt=''
unoptt='#'
case $# in [!0]*)
for arg in "$@"; do
if [ \( "_${arg#-sk}" != "_$arg" \) -a \( -z "$file" \) ]; then
sk=${arg#-sk}
elif [ \( "_${arg#-rt}" != "_$arg" \) -a \( -z "$file" \) ]; then
rt=${arg#-rt}
elif [ \( "_${arg#-kd}" != "_$arg" \) -a \( -z "$file" \) ]; then
kd=${arg#-kd}
elif [ \( "_${arg#-lp}" != "_$arg" \) -a \( -z "$file" \) ]; then
lp=${arg#-lp}
elif [ \( "_${arg#-ls}" != "_$arg" \) -a \( -z "$file" \) ]; then
ls=${arg#-ls}
elif [ \( "_${arg#-fn}" != "_$arg" \) -a \( -z "$file" \) -a \
-n "$(echo -n "_${arg#-fn}" | grep '^_[0-9]\{1,\}$')" ]; then
fn=${arg#-fn}
fn=$((fn+0))
elif [ \( "_$arg" = '_-li' \) -a \( -z "$file" \) ]; then
unoptli=''
elif [ \( "_$arg" = '_--xpath' \) -a \( -z "$file" \) ]; then
rt=''
kd='/'
lp='['
ls=']'
fn=1
unoptli=''
elif [ \( "_$arg" = '_-t' \) -a \( -z "$file" \) ]; then
optt='#'
unoptt=''
elif [ \( \( -f "$arg" \) -o \( -c "$arg" \) \) -a \( -z "$file" \) ]; then
file=$arg
elif [ \( "_$arg" = "_-" \) -a \( -z "$file" \) ]; then
file='-'
else
cat <<______USAGE 1>&2
Usage : ${0##*/} [JSON_file] ←JSONPath表現
: ${0##*/} --xpath [JSON_file] ←XPath表現
: ${0##*/} [2letters_options...] [JSON_file] ←カスタム表現
Options : -sk<s> はキー名文字列内にあるスペースの置換文字列(デフォルトは"_")
: -rt<s> はルート階層シンボル文字列指定(デフォルトは"$")
: -kd<s> は各階層のキー名文字列間のデリミター指定(デフォルトは".")
: -lp<s> は配列キーのプレフィックス文字列指定(デフォルトは"[")
: -ls<s> は配列キーのサフィックス文字列指定(デフォルトは"]")
: -fn<n> は配列キー番号の開始番号(デフォルトは0)
: -li は配列行終了時に添字なしの配列フルパス行(値は空)を挿入する
: --xpathは階層表現をXPathにする(-rt -kd/ -lp[ -ls] -fn1 -liと等価)
: -t は、値の型を区別する(文字列はダブルクォーテーションで囲む)
______USAGE
exit 1
fi
done
;;
esac
export sk
export rt
export kd
export lp
export ls
[ -z "$file" ] && file='-'
# === データの流し込み ================================================= #
cat "$file" |
# #
# === 値としてのダブルクォーテーション(DQ)をエスケープしつつ =========== #
# ダブルクォーテーションで囲まれた"～"区間を単独行にする #
tr -d '\n' | # 1)元の改行を取り除き、 |
tr '"' '\n' | # 代わりにDQを改行にする |
awk ' # 2)値としてのDQを検出してエスケープ #
BEGIN { #
OFS=""; ORS=""; LF=sprintf("\n"); #
while (getline line) { #
len = length(line); #
if (substr(line,len)!="\\" ) { #
# a. 終端が"\"でないなら次行とは結合しない #
print line,LF; #
} else if (match(line,/^(\\\\)+$|[^\\](\\\\)+$/)) { #
# b. 終端に"\"が偶数個連続していても結合しない #
print line,LF; #
} else { #
# c. 終端に"\"が奇数個連続しているなら次行と結合 #
print substr(line,1,len-1),"'$DQ'"; #
} #
} #
}' |
awk ' # 3)元々DQで囲まれていた行(交互に現れる)を復元する #
BEGIN { #
OFS=""; even=0; #
while (getline line) { #
if (even==0) {print line ;} #
else {print "\"",line,"\"";} #
even=1-even; #
} #
}' |
# #
# === DQ始まり以外の行の"{","}","[","]",":",","の前後に改行を挿入 ====== #
sed "/^[^\"]/s/\([][{}:,]\)/$LF\1$LF/g" |
# #
# === 無駄な空行は予め取り除いておく =================================== #
grep -v "$(printf '^[\t ]*$')" |
# #
# === 行頭の記号を見ながら状態遷移させて処理(*1,strict版*2) ============ #
# (*1 エスケープしたDQもここで元に戻す) #
# (*2 JSONの厳密なチェックを省略するならもっと簡素で高速にできる) #
awk ' #
BEGIN { #
# キー文字列内にあるスペースの置換文字列をシェル変数に基づいて定義 #
alt_spc_in_key=ENVIRON["sk"]; #
# 階層表現文字列をシェル変数に基づいて定義する #
root_symbol=ENVIRON["rt"]; #
key_delimit=ENVIRON["kd"]; #
list_prefix=ENVIRON["lp"]; #
list_suffix=ENVIRON["ls"]; #
# データ種別スタックの初期化 #
datacat_stack[0]=""; #
delete datacat_stack[0] #
# キー名スタックの初期化 #
keyname_stack[0]=""; #
delete keyname_stack[0] #
# スタックの深さを0に設定 #
stack_depth=0; #
# エラー終了検出変数を初期化 #
_assert_exit=0; #
# 同期信号キャラクタ(事前にエスケープしていたDQを元に戻すため) #
DQ="'$DQ'"; #
# 改行キャラクター #
LF =sprintf("\n"); #
# print文の自動フィールドセパレーター挿入と文末自動改行をなくす #
OFS=""; #
ORS=""; #
# #
# メインループ #
while (getline line) { #
# "{"行の場合 #
if (line=="{") { #
# データ種別スタックが空、又は最上位が"l0:配列(初期要素値待ち)"、 #
# "l1:配列(値待ち)"、"h3:ハッシュ(値待ち)"であることを確認したら #
# データ種別スタックに"h0:ハッシュ(初期キー待ち)"をpush #
if ((stack_depth==0) || #
(datacat_stack[stack_depth]=="l0") || #
(datacat_stack[stack_depth]=="l1") || #
(datacat_stack[stack_depth]=="h3") ) { #
stack_depth++; #
datacat_stack[stack_depth]="h0"; #
continue; #
} else { #
_assert_exit=1; #
exit _assert_exit; #
} #
# "}"行の場合 #
} else if (line=="}") { #
# データ種別スタックが空でなく最上位が"h0:ハッシュ(初期キー待ち)"、#
# "h4:ハッシュ(値取得済)"であることを確認したら #
# データ種別スタック、キー名スタック双方をpop #
# もしpop直後の最上位が"l0:配列(初期要素値待ち)"または #
# "l1:配列(値待ち)"だった場合には"l2:配列(値取得直後)"に変更 #
# 同様に"h3:ハッシュ(値待ち)"だった時は"h4:ハッシュ(値取得済)"に #
if (stack_depth>0) { #
s=datacat_stack[stack_depth]; #
if (s=="h0" || s=="h4") { #
if (s=="h0") {print_keys_and_value("");} #
delete datacat_stack[stack_depth]; #
delete keyname_stack[stack_depth]; #
stack_depth--; #
if (stack_depth>0) { #
if ((datacat_stack[stack_depth]=="l0") || #
(datacat_stack[stack_depth]=="l1") ) { #
datacat_stack[stack_depth]="l2" #
} else if (datacat_stack[stack_depth]=="h3") { #
datacat_stack[stack_depth]="h4" #
} #
} #
continue; #
} else { #
_assert_exit=1; #
exit _assert_exit; #
} #
} else { #
_assert_exit=1; #
exit _assert_exit; #
} #
# "["行の場合 #
} else if (line=="[") { #
# データ種別スタックが空、又は最上位が"l0:配列(初期要素値待ち)"、 #
# "l1:配列(値待ち)"、"h3:ハッシュ(値待ち)"であることを確認したら #
# データ種別スタックに"l0:配列(初期要素値待ち)"をpush、 #
# およびキー名スタックに配列番号0をpush #
if ((stack_depth==0) || #
(datacat_stack[stack_depth]=="l0") || #
(datacat_stack[stack_depth]=="l1") || #
(datacat_stack[stack_depth]=="h3") ) { #
stack_depth++; #
datacat_stack[stack_depth]="l0"; #
keyname_stack[stack_depth]='"$fn"'; #
continue; #
} else { #
_assert_exit=1; #
exit _assert_exit; #
} #
# "]"行の場合 #
} else if (line=="]") { #
# データ種別スタックが空でなく最上位が"l0:配列(初期要素値待ち)"、 #
# "l2:配列(値取得直後)"であることを確認したら #
# データ種別スタック、キー名スタック双方をpop #
# もしpop直後の最上位が"l0:配列(初期要素値待ち)"または #
# "l1:配列(値待ち)"だった場合には"l2:配列(値取得直後)"に変更 #
# 同様に"h3:ハッシュ(値待ち)"だった時は"h4:ハッシュ(値取得済)"に #
if (stack_depth>0) { #
s=datacat_stack[stack_depth]; #
if (s=="l0" || s=="l2") { #
if (s=="l0") {print_keys_and_value("");} #
'"$unoptli"'if (s=="l2") {print_keys_and_value("");} #
delete datacat_stack[stack_depth]; #
delete keyname_stack[stack_depth]; #
stack_depth--; #
if (stack_depth>0) { #
if ((datacat_stack[stack_depth]=="l0") || #
(datacat_stack[stack_depth]=="l1") ) { #
datacat_stack[stack_depth]="l2" #
} else if (datacat_stack[stack_depth]=="h3") { #
datacat_stack[stack_depth]="h4" #
} #
} #
continue; #
} else { #
_assert_exit=1; #
exit _assert_exit; #
} #
} else { #
_assert_exit=1; #
exit _assert_exit; #
} #
# ":"行の場合 #
} else if (line==":") { #
# データ種別スタックが空でなく #
# 最上位が"h2:ハッシュ(キー取得済)"であることを確認したら #
# データ種別スタック最上位を"h3:ハッシュ(値待ち)"に変更 #
if ((stack_depth>0) && #
(datacat_stack[stack_depth]=="h2") ) { #
datacat_stack[stack_depth]="h3"; #
continue; #
} else { #
_assert_exit=1; #
exit _assert_exit; #
} #
# ","行の場合 #
} else if (line==",") { #
# 1)データ種別スタックが空でないことを確認 #
if (stack_depth==0) { #
_assert_exit=1; #
exit _assert_exit; #
} #
'"$unoptli"'# 1.5)-liオプション有効時の動作 #
'"$unoptli"'if (substr(datacat_stack[stack_depth],1,1)=="l") { #
'"$unoptli"' print_keys_and_value(""); #
'"$unoptli"'} #
# 2)データ種別スタック最上位値によって分岐 #
# 2a)"l2:配列(値取得直後)"の場合 #
if (datacat_stack[stack_depth]=="l2") { #
# 2a-1)データ種別スタック最上位を"l1:配列(値待ち)"に変更 #
datacat_stack[stack_depth]="l1"; #
# 2a-2)キー名スタックに入っている配列番号を+1 #
keyname_stack[stack_depth]++; #
continue; #
# 2b)"h4:ハッシュ(値取得済)"の場合 #
} else if (datacat_stack[stack_depth]=="h4") { #
# 2b-1)データ種別スタック最上位を"h1:ハッシュ(次キー待ち)"に変更 #
datacat_stack[stack_depth]="h1"; #
continue; #
# 2c)その他の場合 #
} else { #
# 2c-1)エラー #
_assert_exit=1; #
exit _assert_exit; #
} #
# それ以外の行(値の入っている行)の場合 #
} else { #
# 1)データ種別スタックが空でないことを確認 #
if (stack_depth==0) { #
_assert_exit=1; #
exit _assert_exit; #
} #
# 2)DQ囲みになっている場合は予めそれを除去しておく #
# 3)事前にエスケープしていたDQをここで元に戻す #
key=(match(line,/^".*"$/))?substr(line,2,RLENGTH-2):line; #
gsub(DQ,"\\\"",key); #
'"$optt"'value=key; #
'"$unoptt"'value=line; #
# 4)データ種別スタック最上位値によって分岐 #
# 4a)"l0:配列(初期要素値待ち)"又は"l1:配列(値待ち)"の場合 #
s=datacat_stack[stack_depth]; #
if ((s=="l0") || (s=="l1")) { #
# 4a-1)キー名スタックと値を表示 #
print_keys_and_value(value); #
# 4a-2)データ種別スタック最上位を"l2:配列(値取得直後)"に変更 #
datacat_stack[stack_depth]="l2"; #
# 4b)"h0,h1:ハッシュ(初期キー待ち,次キー待ち)"の場合 #
} else if (s=="h0" || (s=="h1")) { #
# 4b-1)値をキー名としてキー名スタックにpush #
gsub(/ /,alt_spc_in_key,value); #
keyname_stack[stack_depth]=key; #
# 4b-2)データ種別スタック最上位を"h2:ハッシュ(キー取得済)"に変更 #
datacat_stack[stack_depth]="h2"; #
# 4c)"h3:ハッシュ(値待ち)"の場合 #
} else if (s=="h3") { #
# 4c-1)キー名スタックと値を表示 #
print_keys_and_value(value); #
# 4a-2)データ種別スタック最上位を"h4:ハッシュ(値取得済)"に変更 #
datacat_stack[stack_depth]="h4"; #
# 4d)その他の場合 #
} else { #
# 4d-1)エラー #
_assert_exit=1; #
exit _assert_exit; #
} #
} #
} #
} #
END { #
# 最終処理 #
if (_assert_exit) { #
print "Invalid JSON format", LF > "/dev/stderr"; #
line1="keyname-stack:"; #
line2="datacat-stack:"; #
for (i=1;i<=stack_depth;i++) { #
line1=line1 sprintf("{%s}",keyname_stack[i]); #
line2=line2 sprintf("{%s}",datacat_stack[i]); #
} #
print line1, LF, line2, LF > "/dev/stderr"; #
} #
exit _assert_exit; #
} #
# キー名一覧と値を表示する関数 #
function print_keys_and_value(str) { #
print root_symbol; #
for (i=1;i<=stack_depth;i++) { #
if (substr(datacat_stack[i],1,1)=="l") { #
print list_prefix, keyname_stack[i], list_suffix; #
} else { #
print key_delimit, keyname_stack[i]; #
} #
} #
print " ", str, LF; #
} #
'