CsvCruncher

尽管它的名字并不暗示它，CsvCruncher可以有效地用于读取表格* JSON数据，并使用SQL处理它们。

* Tabular表示JSON树的某些部分是规则的，即一个到多个相同或相似结构的条目。

CsvCruncher将树的这一部分转换为SQL表，然后您就有了完整的SQL语法来查询它。 您还可以加载多个JSON树，然后使用多个表。 您还可以将SQL结果存储为JSON(或CSV)，然后再次处理它。

与真正复杂的XSLT方法相比，这种方法对我的帮助更大(尽管当您真正深入了解它时，它非常有趣)。

免责声明:我是CsvCruncher的开发者。

试着震动。它是一个用Java编写的JSON到JSON转换库。

它是专门创建的，因为我们不想玩“JSON -> XML -> XSLT -> XML -> JSON”的游戏，而且对任何足够复杂的转换使用模板是不可维护的。

I've been really tired of the enormous amount of JavaScript templating engines out there, and all their inline HTML-templates, different markup styles, etc., and decided to build a small library that enables XSLT formatting for JSON data structures. Not rocket science in any way -- it's just JSON parsed to XML and then formatted with a XSLT document. It's fast too, not as fast as JavaScript template engines in Chrome, but in most other browsers it's at least as fast as the JS engine alternative for larger data structures.

JSONiq就是这样一个标准，而Zorba是一个开源的c++实现。JSONiq也可以看作是添加了JSON作为原生数据类型的XQuery。

使用XSLT转换JSON是非常可能的:您需要JSON2SAX反序列化器和SAX2JSON序列化器。

Java示例代码: http://www.gerixsoft.com/blog/json/xslt4json

现在有了!我最近创建了一个库，json-transforms，正是为了这个目的:

https://github.com/ColinEberhardt/json-transforms

它结合使用了JSPath(一种模仿XPath的DSL)和一种直接受到XSLT启发的递归模式匹配方法。

这里有一个简单的例子。给定以下JSON对象:

const json = {
  "automobiles": [
    { "maker": "Nissan", "model": "Teana", "year": 2011 },
    { "maker": "Honda", "model": "Jazz", "year": 2010 },
    { "maker": "Honda", "model": "Civic", "year": 2007 },
    { "maker": "Toyota", "model": "Yaris", "year": 2008 },
    { "maker": "Honda", "model": "Accord", "year": 2011 }
  ]
};

这是一个变换:

const jsont = require('json-transforms');
const rules = [
  jsont.pathRule(
    '.automobiles{.maker === "Honda"}', d => ({
      Honda: d.runner()
    })
  ),
  jsont.pathRule(
    '.{.maker}', d => ({
      model: d.match.model,
      year: d.match.year
    })
  ),
  jsont.identity
];

const transformed  = jsont.transform(json, rules);

输出如下:

{
  "Honda": [
    { "model": "Jazz", "year": 2010 },
    { "model": "Civic", "year": 2007 },
    { "model": "Accord", "year": 2011 }
  ]
}

这个转换由三个规则组成。第一个匹配本田制造的任何汽车，发出一个具有Honda属性的对象，然后递归匹配。第二条规则匹配任何具有maker属性的对象，输出模型和年份属性。最后一个是递归匹配的恒等变换。