使用DataWeave将同键对象转换为对象数组的最优方案

问题描述 #

输入的JSON存在重复的"row"键（数量可能多达数千个），常规JSON解析器会自动覆盖重复键，需要将其转换为以"rows"为键、对应值为数组的格式：
输入示例：

{
    "row":{
        "name": "abc"
    },
    "row":{
        "school": "pqr"
    }
}

期望输出：

{
    "rows":
    [
        {
            "name": "abc"
        },
        {
            "school": "pqr"
        }
    ]
}

核心思路 #

标准JSON规范不允许重复键，常规解析器会直接覆盖后续重复键的值，因此必须在解析阶段保留所有键值对，或直接处理原始JSON字符串，提取所有"row"对应的对象后重组结构。

分语言最优实现 #

Python 方案（推荐，支持复杂嵌套）

利用Python json模块的object_pairs_hook参数，直接获取原始键值对列表，过滤出所有"row"对应的值：

import json

def transform_duplicate_row(raw_json):
    # 加载所有键值对，保留原始顺序
    all_pairs = json.loads(raw_json, object_pairs_hook=list)
    rows = [value for key, value in all_pairs if key == "row"]
    return json.dumps({"rows": rows}, indent=2)

# 测试示例
input_json = '''{
    "row":{
        "name": "abc"
    },
    "row":{
        "school": "pqr"
    }
}'''
print(transform_duplicate_row(input_json))

该方案由JSON底层解析器处理原始数据，可靠性高，支持row值为嵌套对象的场景，性能适配数千条数据的规模。

JavaScript 方案

简单场景（row值无嵌套对象）

用正则匹配所有"row":{...}片段，提取对象后重组：

function transformDuplicateRowJson(rawJson) {
    const rowRegex = /"row":\s*({[^}]+})/g;
    const rows = [];
    let match;
    while ((match = rowRegex.exec(rawJson)) !== null) {
        rows.push(JSON.parse(match[1]));
    }
    return JSON.stringify({ rows }, null, 2);
}

// 测试示例
const inputJson = `{
    "row":{
        "name": "abc"
    },
    "row":{
        "school": "pqr"
    }
}`;
console.log(transformDuplicateRowJson(inputJson));

复杂场景（row值含嵌套）

正则无法处理嵌套结构，可实现简单的流式token解析器，逐字符读取并识别"row"键对应的对象边界，收集所有对象后重组，这种方式性能高效，适合大规模数据。

内容的提问来源于stack exchange，提问作者Mule-Newbie