终端下如何从大型JSON文件中提取指定关键字及其对应数据

碰到超大JSON文件确实头疼，编辑器直接卡爆太闹心了！你之前用grep没得到想要的结果很正常——grep本质是处理纯文本，对JSON这种结构化数据完全不“理解”，加上大文件用cat全读进内存，直接刷屏也在所难免。

给你推荐几个靠谱的解决办法，都是终端里就能搞定的：

首选：用jq（JSON处理神器） #

jq是专门为终端处理JSON设计的工具，流式处理大文件完全不卡，而且能精准定位结构化数据。

1. 先确保你装了jq：

   • Debian/Ubuntu系：sudo apt install jq
   • macOS：brew install jq
   • 其他系统可以通过对应包管理器安装，一般都有支持。

2. 提取所有OutputResults字段的值：
   如果不管OutputResults在JSON的哪个层级，只要出现就提取它的值，用这个命令：

   jq '..|.OutputResults? // empty' thefile.json
   

   简单解释下：

   • ..：递归遍历JSON的所有节点
   • .OutputResults?：尝试获取每个节点下的OutputResults字段，?表示没有该字段时不报错
   • // empty：没找到这个字段就跳过，避免输出冗余内容

3. 如果想连字段名一起输出（保留"OutputResults": {...}格式）：

   jq '..|objects|select(has("OutputResults"))|{OutputResults: .OutputResults}' thefile.json
   

   这样输出的每个结果都是完整的键值对结构，更直观。

备选：用Python脚本（无需额外工具） #

如果你的环境没法装jq，Python几乎是系统自带的，写个小脚本就能搞定：

普通版（适合内存能装下整个文件） #

import json

def find_output_results(obj):
    # 递归遍历所有节点找OutputResults
    if isinstance(obj, dict):
        if "OutputResults" in obj:
            yield obj["OutputResults"]
        for value in obj.values():
            yield from find_output_results(value)
    elif isinstance(obj, list):
        for item in obj:
            yield from find_output_results(item)

with open("thefile.json", "r") as f:
    data = json.load(f)

for result in find_output_results(data):
    # 格式化输出，看起来更清晰
    print(json.dumps(result, indent=2))

把这段代码存成extract_json.py，然后运行：

python extract_json.py

流式版（应对超大内存的极端情况） #

如果文件大到内存都装不下，用ijson库流式读取（需要先安装：pip install ijson）：

import ijson
import json

with open("thefile.json", "r") as f:
    # 流式遍历所有OutputResults字段
    for result in ijson.items(f, "..OutputResults"):
        print(json.dumps(result, indent=2))

这个版本不会把整个文件读进内存，再多的内容也能平稳处理。

为啥之前的grep不行？ #

你用grep -A 4的时候，JSON的结构可能不是固定的4行，而且大文件用cat会一次性把整个文件输出，自然会刷屏。grep没法识别JSON的层级关系，所以抓不到精准的对应数据，还是用专门的JSON工具更靠谱。

备注：内容来源于stack exchange，提问作者KansaiRobot