如何使用jq处理含JSON列的多列TSV并输出其余原始列？

问题场景 #

处理单列全为JSON内容的TSV时，可以直接用如下命令提取字段：

jq --slurp '.[] | .a' <<< '{"a": 1}'$'\n''{"a": 2}'

输出结果：

1
2

但当TSV存在多列，其中一列为JSON格式时，直接用上述命令会触发解析报错：

jq --slurp '.[] | .a' <<< $'A\t{"a": 1}'$'\n''B\t{"a": 2}'

报错内容：

parse error: Invalid numeric literal at line 1, column 2

报错原因 #

jq默认会把输入的每行内容当做JSON格式解析，多列TSV的非JSON列内容不符合JSON语法，因此触发解析错误。

解决方案 #

使用jq的原始输入模式先按行读取纯文本，拆分制表符后再单独解析JSON列即可。

场景1：输出第一列 + 第二列JSON的a字段（制表符分隔） #

命令：

jq -r 'split("\t") | [.[0], (.[1] | fromjson.a)] | @tsv' <<< $'A\t{"a": 1}'$'\n''B\t{"a": 2}'

输出：

A	1
B	2

场景2：保留所有原始列 + 追加提取的JSON字段 #

命令：

jq -r 'split("\t") | . + [.[1] | fromjson.a] | @tsv' <<< $'A\t{"a": 1}'$'\n''B\t{"a": 2}'

输出：

A	{"a": 1}	1
B	{"a": 2}	2

命令说明 #

• -r/--raw-output：输出原始字符串，不会给结果自动添加多余的双引号
• split("\t")：将每行纯文本按制表符拆分为数组，数组下标从0开始对应TSV的列顺序
• fromjson：将指定列的JSON字符串解析为可操作的JSON对象
• @tsv：自动将数组内容转换为标准TSV格式，自动处理特殊字符转义，无需手动拼接分隔符

内容的提问来源于stack exchange，提问作者user1424739