如何在Talend中解析NDJSON格式数据？

NDJSON的核心特点是每行一个独立的JSON对象，而非标准JSON的数组结构，这也是你用tFileInputJSON设置$[*]循环节点却无法解析数据的原因——$[*]是针对JSON数组的循环路径，而NDJSON里没有外层数组。

以下是两种可行的解决方法：

方法一：用tFileInputRaw + tExtractJSONFields组合解析（推荐） #

这种方法无需修改源文件，直接处理每行JSON：

• 拖入tFileInputRaw组件，配置目标NDJSON文件路径、对应编码，保持默认的换行符作为行分隔符，确保每行读取一个完整的JSON对象。
• 将tFileInputRaw的输出连接到tExtractJSONFields组件（主行连接）。
• 在tExtractJSONFields配置界面：
  1. 选择输入列（默认是row1.line，即tFileInputRaw读取的整行内容）作为JSON数据源。
  2. 添加字段配置：字段名设为text，类型选String，JSON路径填写$.text。
• 后续可连接tFileOutputDelimited等组件，将解析后的数据转换为目标格式。

方法二：将NDJSON转换为标准JSON数组（适合允许修改源文件的场景） #

如果可以修改源文件格式，把NDJSON包装成标准JSON数组：

1. 在文件开头添加[，结尾添加]。
2. 给除最后一行外的每行末尾添加逗号。
   修改后的内容示例：

[
{"text":"some test that should be parsed in operation down the line"},
{"text":"some other test that should be parsed in operation down the line"}
]

之后使用tFileInputJSON组件，循环节点设为$[*]，text字段的路径设为$.text，即可正常解析数据。

内容的提问来源于stack exchange，提问作者Chairos