如何将6000行嵌套Figma JSON拆分为有效分块用于GPT调用?
如何逻辑拆分嵌套Figma JSON为有效分块
当然存在逻辑化的拆分方式,核心是结合JSON的语法边界(括号配对规则)和Figma JSON的天然结构(节点层级),既能控制每个分块的行数在200左右,又能保证每个分块都是完整有效的JSON对象。
核心思路:基于Figma JSON的结构特性拆分
Figma导出的JSON里,nodes字段是核心,里面的每个键值对都是一个独立的设计节点(比如FRAME、INSTANCE这类组件),每个节点本身就是完整的JSON对象。我们可以把顶层元数据(name、lastModified、version等通用信息)作为模板,给每个分块都带上,再拼接若干个完整的节点,这样每个分块都是结构完整的有效JSON。
具体拆分方法
1. 代码自动化拆分(推荐)
用简单的脚本就能实现精准控制行数和JSON有效性,以Python为例:
import json def split_figma_json(input_path, chunk_line_limit=200): # 读取原始Figma JSON with open(input_path, 'r', encoding='utf-8') as f: figma_data = json.load(f) # 提取顶层通用元数据(除了nodes之外的部分) base_template = {k: v for k, v in figma_data.items() if k != 'nodes'} all_nodes = list(figma_data['nodes'].items()) chunks = [] current_chunk = base_template.copy() current_chunk['nodes'] = {} current_line_count = 0 for node_id, node_content in all_nodes: # 估算当前节点转为格式化JSON后的行数 node_line_num = len(json.dumps(node_content, indent=2).split('\n')) # 如果添加当前节点会超过行数限制,先保存当前分块 if current_line_count + node_line_num > chunk_line_limit and current_chunk['nodes']: chunks.append(current_chunk) # 重置新分块 current_chunk = base_template.copy() current_chunk['nodes'] = {} current_line_count = 0 # 将节点加入当前分块 current_chunk['nodes'][node_id] = node_content current_line_count += node_line_num # 处理最后一个分块 if current_chunk['nodes']: chunks.append(current_chunk) # 保存所有分块 for idx, chunk in enumerate(chunks): with open(f'figma_chunk_{idx+1}.json', 'w', encoding='utf-8') as f: json.dump(chunk, f, indent=2) # 调用示例:替换为你的Figma JSON文件路径 split_figma_json('your_figma_export.json')
这个脚本会自动把每个分块控制在约200行,且每个分块都是包含完整元数据和若干节点的有效JSON。
2. 手动拆分(适合小范围调整)
如果不想写代码,可以按以下步骤手动拆分:
- 先复制顶层元数据(从
{开始,到"nodes": {之前的所有内容),作为每个分块的开头。 - 从
nodes字段中逐个复制完整的节点(比如"3121:311590": {...},),确保每个节点的大括号完全配对,累计行数接近200时,在结尾补上}},形成完整的JSON结构。 - 注意每个分块最后一个节点的末尾不要加逗号,避免JSON语法错误。
拆分优势
用这种方式拆分的每个分块,都是语法合规、结构完整的JSON,GPT模型处理时能准确识别Figma的元数据和节点信息,不会因为JSON残缺导致解析失败,同时也能控制每个请求的token数量在模型限制内。
内容的提问来源于stack exchange,提问作者Aadesh Kulkarni
相关产品推荐
相关产品推荐

