当前位置: 首页 > article >正文

Linux gron 命令使用详解

简介

gron 是一个独特的命令行工具,用于将 JSON 数据转换为离散的、易于 grep 处理的赋值语句格式。它的名字来源于 “grepable on” 或 “grepable JSON”,主要解决在命令行中处理复杂 JSON 数据的难题。

核心价值

gron 的核心是将 JSON 数据展平为类似 json.path.to.key = value; 的格式

  • 简化 JSON 处理:将嵌套的 JSON 结构扁平化为易于搜索的格式

  • 增强 grep 能力:使标准文本工具能高效处理 JSON 数据

  • 可逆转换:可将处理后的数据还原为原始 JSON

安装

  • Ubuntu/Debian
sudo apt install gron
  • CentOS/RHEL
sudo yum install epel-release
sudo yum install gron
  • macOS
brew install gron
  • 从源码安装 (Go)
go install github.com/tomnomnom/gron@latest

常用选项

  • -c, --color:强制彩色输出(即使非终端环境)。

  • -i, --indent:指定缩进空格数(默认 2)。

  • -n, --no-sort:不排序输出结果。

  • -u, --ungron:将 gron 格式转回 JSON

  • --json:等同于 --ungron,但更符合语义。

  • -v, --values: 仅输出值的部分(不包括路径)

  • -s, --stream: 将每行输入视为单独的 JSON 对象处理

示例用法

data.json 文件示例:

{"name": "Alice","age": 30,"pets": [{"name": "Rex", "type": "dog"},{"name": "Whiskers", "type": "cat"}],"address": {"city": "New York","zip": "10001"}
}
转换 JSON 为 gron 格式
gron data.json

输出:

json = {};
json.name = "Alice";
json.age = 30;
json.pets = [];
json.pets[0] = {};
json.pets[0].name = "Rex";
json.pets[0].type = "dog";
json.pets[1] = {};
json.pets[1].name = "Whiskers";
json.pets[1].type = "cat";
json.address = {};
json.address.city = "New York";
json.address.zip = "10001";
搜索特定值
gron data.json | grep "zip"

输出:

json.address.zip = "10001";
恢复为 JSON 格式 (–ungron)
gron data.json | grep "pets" | gron --ungron

输出:

{"pets": [{"name": "Rex","type": "dog"},{"name": "Whiskers","type": "cat"}]
}
使用自定义变量名 (-s)
gron -s data data.json

输出:

data = {};
data.name = "Alice";
流式处理大型文件 (–stream)
curl -s https://api.example.com/large-data | gron --stream
指定输出格式 (-j, --json)
gron data.json -j | grep "name"

输出:

$.name = "Alice";
$.pets[0].name = "Rex";
$.pets[1].name = "Whiskers";
组合 awk 处理数据
gron data.json | awk '/pets/ && /type/ {print $3}'

输出:

"dog"
"cat"
修改并恢复数据
gron data.json | sed 's/"New York"/"Boston"/' | gron --ungron
处理多个文件
gron file1.json file2.json | grep "error"
使用 jq 风格路径
gron -j data.json | grep 'pets.*name'

输出:

$.pets[0].name = "Rex";
$.pets[1].name = "Whiskers";
调试 API 响应
curl -s https://api.github.com/users/octocat | gron | grep "company"
处理复杂配置文件
gron config.json | grep "database.password"
搜索嵌套值
gron data.json | grep "pets.*cat"
提取所有键名
gron data.json | awk -F '.' '{print $2}' | sort | uniq
处理压缩数据
zcat large.json.gz | gron --stream | grep "error"
颜色高亮输出
gron data.json | grep --color=auto "name"
http://www.lryc.cn/news/2394925.html

相关文章:

  • Nginx--手写脚本压缩和切分日志(也适用于docker)
  • OpenCv高阶(十八)——dlib人脸检测与识别
  • 中山大学无人机具身导航新突破!FlightGPT:迈向通用性和可解释性的无人机视觉语言导航
  • WIN11+CUDA11.8+VS2019配置BundleFusion
  • WPF prism
  • 实时同步缓存,与阶段性同步缓存——补充理解《补充》
  • [Redis] Redis:高性能内存数据库与分布式架构设计
  • Mobaxterm解锁Docker
  • React 第四十九节 Router中useNavigation的具体使用详解及注意事项
  • 【JavaEE】Spring事务
  • Flink 状态管理深度解析:类型与后端的全面探索
  • Android15 userdebug版本不能remount
  • R包安装报错解决案例系列|R包使用及ARM架构解决data.table安装错误问题
  • k8s Headless Service
  • Linux上安装MongoDB
  • Redis最佳实践——安全与稳定性保障之访问控制详解
  • 【华为开发者空间 x DeepSeek】服务器运行Ollama并在本地调用
  • Halcon
  • STM32之IIC(重点)和OLED屏
  • 学习海康VisionMaster之表面缺陷滤波
  • 游戏引擎学习第314天:将精灵拆分成多个层
  • 【学习笔记】深度学习-梯度概念
  • 【数据结构】图的存储(邻接矩阵与邻接表)
  • tomcat yum安装
  • 【Elasticsearch】suggest_mode
  • 数据库只更新特定字段的两种方式(先读后写 vs. 动态组织 SQL)-golang SQLx 实现代码(动态组织 SQL)
  • 从翻译后修饰角度解析人工合成途径与底盘细胞的适配性-文献精读136
  • Cesium快速入门到精通系列教程一
  • [Windows] 剪映 视频编辑处理
  • 决策树 GBDT XGBoost LightGBM