如何使用jq解析含MongoDB特殊类型结构的JSON并解决解析报错

• 执行cat mon.json | jq触发的parse error: Invalid numeric literal at line 1, column 493报错，核心原因是mon.json存储的内容并非符合标准规范的JSON格式。
• 该文件内容是MongoDB交互式Shell直接打印的currentOp输出，属于MongoDB自定义的JS化BSON表示，包含UUID()、BinData()、NumberLong()这类自定义构造函数，完全不兼容jq的严格JSON解析逻辑，因此在非标准结构出现的位置触发“无效数字字面量”的解析报错。你对报错原因的初步判断是准确的。

jq本身没有内置对MongoDB扩展BSON语法的兼容支持，需要先对文件内的非标准构造做前置清洗，将其转换为标准JSON语法后，再交给jq解析，整个流程不需要安装第三方依赖。

• 针对文件中出现的三类特殊构造，可按照以下规则编写正则替换逻辑：
  • 处理UUID("xxx")结构：移除外层UUID()包裹，将内部的UUID字符串作为普通JSON字符串存储，替换表达式为s/UUID\("([^"]+)"/"$1"/g
  • 处理BinData(0,"xxx")结构：移除外层BinData()的参数包裹，将内部的base64编码值作为普通JSON字符串存储，替换表达式为s/BinData\([0-9]+,"([^"]+)"\)/"$1"/g
  • 处理NumberLong(数字)结构：移除外层NumberLong()包裹，保留内部的纯数字值作为JSON数字类型，替换表达式为s/NumberLong\((\d+)\)/$1/g
• 把上述清洗逻辑与jq执行链路打通，可直接运行的完整命令为：

sed -E 's/UUID\("([^"]+)"/"\1"/g; s/BinData\([0-9]+,"([^"]+)"\)/"\1"/g; s/NumberLong\((\d+)\)/\1/g' mon.json | jq .

• 上述清洗逻辑仅适配你当前文件中出现的三类MongoDB特殊构造。如果后续采集的文件中出现ObjectId()、ISODate()、Timestamp()等其他MongoDB扩展构造，只需要按照相同的逻辑补充对应的正则替换规则，将函数包裹的内部值转换为jq可识别的标准JSON类型，即可继续完成解析。
• 正则清洗属于事后兼容方案，可能存在格式匹配偏差。如果需要高保真的解析结果，更稳妥的方式是在MongoDB端执行currentOp查询时，直接通过tojson()方法将结果序列化为严格标准JSON后再存入文件，从源头保证格式兼容jq的解析要求，避免后续清洗带来的数据失真。

内容的提问来源于stack exchange，提问作者DB guy