如何用JQ将JSON中基因与通路数据展开为制表符分隔行

当然可以用jq搞定这个需求！这刚好是jq最擅长的JSON数据拆分场景，我给你一步步拆解具体实现方法：

先明确输入JSON结构（假设你的数据格式如下） #

首先我先模拟一下你提到的简化JSON数组结构，方便后续演示：

[
  {
    "genes_id": "b0001",
    "pathways": ["Glycolysis/Gluconeogenesis", "Pentose Phosphate Pathway"]
  },
  {
    "genes_id": "b0002",
    "pathways": ["Citrate Cycle (TCA Cycle)"]
  }
]

核心JQ命令 #

直接用这条命令就能生成你要的制表符分隔文件：

jq -r '.[] | .genes_id as $id | .pathways[] | [$id, .] | @tsv' input.json > output.tsv

命令各部分解释 #

• -r：开启原始输出模式，避免给字符串加多余的JSON引号，生成干净的TSV内容
• .[]：遍历JSON数组中的每一个基因对象
• .genes_id as $id：把当前基因的ID存入变量$id，方便后续和每个通路条目绑定
• .pathways[]：把当前基因的通路列表拆分成单独的条目
• [$id, .]：将基因ID和单个通路条目组合成一个二元数组
• @tsv：把二元数组转换成制表符分隔的字符串
• > output.tsv：将结果输出到指定的TSV文件中

处理特殊情况（可选） #

如果你的数据中存在pathways为null或者空数组的基因，可以加个容错处理，避免命令报错：

jq -r '.[] | .genes_id as $id | (.pathways // [])[] | [$id, .] | @tsv' input.json > output.tsv

这里的// []表示：如果pathways不存在或为空，就替换成空数组，这样空通路的基因就不会生成任何行。

最终输出效果 #

运行命令后，output.tsv的内容会是这样的（制表符分隔）：

b0001	Glycolysis/Gluconeogenesis
b0001	Pentose Phosphate Pathway
b0002	Citrate Cycle (TCA Cycle)

内容的提问来源于stack exchange，提问作者CodeNoob