如何用正则表达式缩减Google位置历史JSON大文件体积？

我完全懂你这种崩溃的感受——几十MB的JSON硬塞给GUI工具，要么直接无响应，要么加载半天后炸掉。用正则流式处理是个聪明的思路，核心就是不把整个文件加载进内存，逐块匹配提取你要的活动数据，下面给你具体的实操方案：

核心思路 #

Google的位置历史JSON结构里，activitySegment（或者你要的其他活动节点）都是独立的结构化块，我们可以用正则精准匹配这些块，再通过命令行工具流式扫描文件，全程不占太多内存。

步骤1：确定目标匹配规则 #

假设你要提取的是activitySegment相关的活动数据，先写一个能精准匹配这类块的正则：

"activitySegment":\{[^{}]*("activityType":"[^"]*"|[^{}])*\}

正则解释： #

• "activitySegment":\{：匹配活动块的起始标记
• [^{}]*：匹配块内非大括号的内容
• ("activityType":"[^"]*"|[^{}])*：确保捕获到activityType这类关键字段，同时兼容块内的其他内容（避免漏匹配）
• \}：匹配块的结束标记

如果你的目标是其他活动节点（比如placeVisit），把开头的"activitySegment"换成对应的字段名就行。

步骤2：用命令行工具执行提取（无内存压力） #

别用Notepad++这类GUI工具了，命令行工具天生适合流式处理大文件，不会崩溃：

Windows（PowerShell） #

打开PowerShell，切换到JSON文件所在目录，执行：

Select-String -Path "YourLocationHistory.json" -Pattern '"activitySegment":\{[^{}]*("activityType":"[^"]*"|[^{}])*\}' -AllMatches | ForEach-Object { $_.Matches.Value } | Out-File "ExtractedActivities.json"

Linux/macOS（终端） #

执行：

grep -o '"activitySegment":\{[^{}]*("activityType":"[^"]*"|[^{}])*\}' YourLocationHistory.json > ExtractedActivities.json

这些命令会逐行扫描你的大JSON文件，把匹配到的所有活动块提取出来，保存到ExtractedActivities.json里，全程内存占用极低。

步骤3：整理提取结果（可选） #

提取出来的是一行行独立的JSON块，如果你需要合法的JSON数组，可以手动给文件开头加[，结尾加]，然后在每个块之间加逗号（或者用简单的脚本批量处理），之后就能用普通的JSON工具打开分析了。

注意事项 #

• 先拿一小段JSON测试你的正则，确保能正确匹配到目标内容再跑全量；
• 如果活动块里有多层嵌套的大括号，可能需要调整正则（比如用递归匹配），但Google位置历史的activitySegment结构相对简单，上面的正则基本够用；
• 要是你需要更复杂的过滤（比如只提取activityType为WALKING的记录），可以在正则里加条件，比如把"activityType":"[^"]*"换成"activityType":"WALKING"。

内容的提问来源于stack exchange，提问作者ashleedawg