如何使用JOLT规范从JSON多字段值中提取指定子串？

需求场景 #

需要对输入JSON的所有字段值，提取冒号与逗号之间的目标子串，实现如下转换效果：

输入JSON #

{
  "key1": "ppp:qqq,rrr,",
  "key2": "111:222,",
  "key3": "aaa:bbb,"
}

期望输出JSON #

{
  "key1": "qqq,",
  "key2": "222",
  "key3": "bbb"
}

当前问题 #

现有JOLT规范仅能处理key1单个字段，且输出结果不符合预期：

当前使用的JOLT规范 #

[
  {
    "operation": "shift",
    "spec": {
      "*": {
        "*:*,*": {
          "$(0,2)": "key1"
        }
      }
    }
  }
]

当前输出结果 #

{
  "key1": "qqq"
}

修正后的JOLT规范 #

[
  // 第一步：提取每个字段值中冒号之后的部分
  {
    "operation": "modify-overwrite-beta",
    "spec": {
      "*": "=substringAfter(@, ':')"
    }
  },
  // 第二步：根据内容结构提取目标子串，同时保留原字段名
  {
    "operation": "shift",
    "spec": {
      "*": {
        // 匹配包含多个逗号的内容（如"qqq,rrr,"），提取第一个逗号及之前的部分并保留逗号
        "*:*": {
          "$(0,1),": "&2"
        },
        // 匹配仅含单个末尾逗号的内容（如"222,"、"bbb,"），提取逗号之前的部分
        "*": {
          "$(0,1)": "&2"
        }
      }
    }
  }
]

逻辑说明 #

1. modify-overwrite-beta 阶段：通过substringAfter函数剥离每个字段值中冒号前面的内容，比如key1的值从ppp:qqq,rrr,变为qqq,rrr,。
2. shift 阶段：
   • 针对包含多个逗号的字符串（如qqq,rrr,），通过*:*匹配规则，提取第一个逗号前的内容并拼接逗号，得到qqq,。
   • 针对仅含末尾逗号的字符串（如222,），通过*匹配规则，提取逗号前的纯内容，得到222。
   • &2用于引用二级父节点的字段名（即原有的key1、key2、key3），确保输出的键名与输入一致。

内容的提问来源于stack exchange，提问作者tmanral