如何用jq从同一JSON查询中提取_id与Affiliation并生成CSV

问题说明 #

现有JSON数据结构如下：

{
  "_index": "indexeer",
  "_type": "_doc",
  "_id": "3233233233",
  "_score": 1,
  "_source": {
    "Bibtex": {
      "Article": {
        "AuthorList": [
          {
            "Affiliation": {
              "Affiliation": "Title content, Hematology and Hepatology Honorary Fellow, Honorary Member, American  Society. xxxyyy@hotmail.com."
            }
          }
        ]
      }
    }
  }
}

已经能单独提取处理后的Affiliation字段，以及单独提取_id字段，但需要把这两个结果合并，生成如下格式的CSV输出：

"3233233233", "Title content, Hematology and Hepatology Honorary Fellow, Honorary Member, American  Society"

解决命令 #

直接用一条jq命令就能完成，核心是先保存_id的值，再处理Affiliation，最后拼接成目标格式：

基础实现 #

jq -r '
  ._id as $id
  | ._source.Bibtex.Article.AuthorList[]?
  | .Affiliation.Affiliation | .[0:rindex(" Electronic address:")] as $affil
  | "\"\($id)\", \"\($affil)\""
' results.json

标准CSV格式（自动处理特殊字符） #

如果Affiliation字段里可能包含双引号这类特殊字符，用@csv过滤器能自动转义，输出更标准的CSV：

jq -r '
  ._id as $id
  | ._source.Bibtex.Article.AuthorList[]?
  | .Affiliation.Affiliation | .[0:rindex(" Electronic address:")] as $affil
  | [$id, $affil] | @csv
' results.json

命令逻辑 #

1. 先把当前数据的_id存入变量$id，避免遍历数组时丢失这个值；
2. 遍历AuthorList数组中的每个作者条目；
3. 提取并截取Affiliation字段的有效部分，存入$affil；
4. 把两个变量组合成CSV格式的字符串输出。

内容的提问来源于stack exchange，提问作者JohnJ