externo - json javascript ejemplo

Analizar tablas con caracteres Unicode en variables de JSON con SAS BASE

Question

Me enfrenté a un problema al analizar JSON con unicode char in vars. Entonces, tengo el próximo JSON (ejemplo):

 {  
   "SASJSONExport":"1.0",
   "SASTableData+TEST":[  
      {  
         "/u041f/u0435/u0440/u0435/u043c/u0435/u043d/u043d/u0430/u044f":2,
         "/u0421/u0440/u0435/u0434/u043d/u0435/u0435":4,
         "/u0421/u0442/u0440/u043e/u043a/u0430":"/u0427/u0442/u043e/u002d/u0442/u043e/u0031"
      },
      {  
         "/u041f/u0435/u0440/u0435/u043c/u0435/u043d/u043d/u0430/u044f":2,
         "/u0421/u0440/u0435/u0434/u043d/u0435/u0435":2,
         "/u0421/u0442/u0440/u043e/u043a/u0430":"/u0427/u0442/u043e/u002d/u0442/u043e/u0032"
      },
      {  
         "/u041f/u0435/u0440/u0435/u043c/u0435/u043d/u043d/u0430/u044f":1,
         "/u0421/u0440/u0435/u0434/u043d/u0435/u0435":42,
         "/u0421/u0442/u0440/u043e/u043a/u0430":"/u0427/u0442/u043e/u002d/u0442/u043e/u0033"
      }
   ]
}

Para analizar la tabla desde JSON utilizo el motor SAS:

libname jsonfl JSON fileref=injson ;

El código decodifica más caracteres en las celdas, pero el nombre de los vars parece vals perdidos:

+--------------+---------------------------+------------+---------+---------+
| ordinal_root | ordinal_SASTableData_TEST | __________ | _______ | ______  |
+--------------+---------------------------+------------+---------+---------+
|            1 |                         1 |          2 |       4 | Что-то1 |
|            1 |                         2 |          2 |       2 | Что-то2 |
|            1 |                         3 |          1 |      42 | Что-то3 |
+--------------+---------------------------+------------+---------+---------+

El encabezado debe verse así:

+--------------+---------------------------+------------+---------+---------+
| ordinal_root | ordinal_SASTableData_TEST | Переменная | Среднее | Строка  |
+--------------+---------------------------+------------+---------+---------+

Así que decidí reemplazar los caracteres de variables sin codificación con nombres como este DIM_N_ . Y para eso debo encontrar todas las cadenas, que concuerden con la próxima expresión regular: /([/s/w/d//]+)/"/:/

Pero, para obtener cadenas de json, necesito establecer como delim el siguiente char ''{'',''}'',''['','']'','','' . Pero si configuro esos caracteres como dlm, no ensamblaré json nuevamente. Así que decidí pegar antes del char ~ para configurarlo como dlm.

data delim;
    infile injson lrecl=1073741823 nopad;
    file  delim;
    input char1 $char1. @@;
        if char1 in (''{'',''}'',''['','']'','','') then
            put ''7E''x;
        put char1 $CHAR1. @@;
run;

Recibí el archivo novalid json:

~
{"SASJSONExport":"1.0"~
,"SASTableData+TEST":~
[  ~
{"/u0056/u0061/u0072":2~
,"/u006d/u0065/u0061/u006e":4~
,"/u004e/u0061/u006d/u0065":"/u0073/u006d/u0074/u0068/u0031"~
}~
,  ~
{"/u0056/u0061/u0072":2~
,"/u006d/u0065/u0061/u006e":2~
,"/u004e/u0061/u006d/u0065":"/u0073/u006d/u0074/u0068/u0032"~
}~
,  ~
{"/u0056/u0061/u0072":1~
,"/u006d/u0065/u0061/u006e":42~
,"/u004e/u0061/u006d/u0065":"/u0073/u006d/u0074/u0068/u0033"~
}  ~
]~
}   

Entonces, como paso siguiente, estoy analizando JSON y uso ~ como delimitador:

data transfer;
length column $2000;
retain r;
    infile delim  delimiter=''7E''x nopad;
    input char1 : $4000. @@;
            r = prxparse(''/([/s/w/d//]+)/"/:/'');
            pos = prxmatch(r,char1);
            column = prxposn(r,1,char1);
        n= _n_;
run;

Funciona ... Pero siento que esas son prácticas muy malas , y tiene límites.

UPD1
Opción,

options vAlidfmtname=long VALIDMEMNAME=extend VALIDVARNAME=any;

regreso:

+--------------+---------------------------+----------------------------+---------+--------------+
| ordinal_root | ordinal_SASTableData_TEST |         __________         | _______ |    ______    |
+--------------+---------------------------+----------------------------+---------+--------------+
|            1 |                         1 | авфа2 фвафв = фвыа - тфвыа |       4 | Что-то1 ,,,, |
|            1 |                         2 | авфа2 фвафв = фвыа - тфвыа |       2 | Что-то2      |
|            1 |                         3 | авфа2 фвафв = фвыа - тфвыа |    2017 | Что-то3      |
+--------------+---------------------------+----------------------------+---------+--------------+

Entonces mis preguntas son:

1. ¿Puedo decodificar todo el archivo sin la declaración de infile ?
2. ¿Puedo usar el infile delimiter , pero establecer opciones smth para no eliminar el delimitador?

La crítica adecuada es bienvenida.

Answer 1

UPD
Llegué a la solución sin tener que editar manualmente el archivo de mapas json, pero usando una expresión regular.

libname _all_ clear;
filename _all_ clear;
filename _PDFOUT temp;
filename _GSFNAME temp;
proc datasets lib=work kill memtype=data nolist; quit;
filename jsf ''~/sasuser.v94/.json'' encoding=''utf-8'';
data _null_;
  file jsf;
  length js varchar(*);
  retain js;
  input;
  js=unicode(_infile_);
  put js;
  datalines;
{
  "SASJSONExport":"1.0",
  "SASTableData+TEST":[
    {
      "/u041f/u0435/u0440/u0435/u043c/u0435/u043d/u043d/u0430/u044f":2,
      "/u0421/u0440/u0435/u0434/u043d/u0435/u0435":4,
      "/u0421/u0442/u0440/u043e/u043a/u0430":"/u0427/u0442/u043e/u002d/u0442/u043e/u0031"
    },
    {
      "/u041f/u0435/u0440/u0435/u043c/u0435/u043d/u043d/u0430/u044f":2,
      "/u0421/u0440/u0435/u0434/u043d/u0435/u0435":2,
      "/u0421/u0442/u0440/u043e/u043a/u0430":"/u0427/u0442/u043e/u002d/u0442/u043e/u0032"
    },
    {
      "/u041f/u0435/u0440/u0435/u043c/u0435/u043d/u043d/u0430/u044f":1,
      "/u0421/u0440/u0435/u0434/u043d/u0435/u0435":42,
      "/u0421/u0442/u0440/u043e/u043a/u0430":"/u0427/u0442/u043e/u002d/u0442/u043e/u0033"
    }
  ]
}
;
run;
filename jsm ''~/sasuser.v94/.json.map'' encoding=''utf-8'';
libname jsd json fileref=jsf map=jsm automap=replace;
libname jsm json fileref=jsm;
data jsmm;
  merge jsm.datasets jsm.datasets_variables;
  by ordinal_DATASETS;
run;
proc sort data=jsmm; by ordinal_root ordinal_DATASETS; run;
data _null_;
  set work.jsmm end=last;
  if _N_=1 then do;
    length s varchar(*) ds varchar(*);
    retain s ds prx;
    s=''{"DATASETS":['';
    ds='''';
    prx=prxparse(''/[^_]/'');
  end;
  if ds=dsname then s=s||'','';
  else do;
    ds=dsname;
    if _N_^=1 then s=s||'']},'';
    s=cats(s,''{"DSNAME":"'',ds,''","TABLEPATH":"'',tablepath,''","VARIABLES":['');
  end;
  s=cats(s,''{"NAME":"'',name,''","TYPE":"'',type,''","PATH":"'',path,''"'');
  if prxmatch(prx,name) > length(name) then
    s=cats(s,'',"LABEL":"'',scan(path,-1,''/''),''"'');
  s=s||''}'';
  if last then do;
    s=s||'']}]}'';
    file jsm;
    put s;
  end;
run;
libname jsd json fileref=jsf map=jsm;
proc print data=jsd.SASTableData_TEST label noobs; run;

La primera variante de la solución
Es la solución rápida y sucia.
Primero preparando los datos de entrada:

libname _all_ clear;
filename _all_ clear;
filename jsf ''~/sasuser.v94/.json'' encoding=''utf-8'';
data _null_;
  file jsf;
  length js varchar(*);
  input;
  js=unicode(_infile_);
  put js;
  datalines;
{
  "SASJSONExport":"1.0",
  "SASTableData+TEST": [
    {
      "/u041f/u0435/u0440/u0435/u043c/u0435/u043d/u043d/u0430/u044f":2,
      "/u0421/u0440/u0435/u0434/u043d/u0435/u0435":4,
      "/u0421/u0442/u0440/u043e/u043a/u0430":"/u0427/u0442/u043e/u002d/u0442/u043e/u0031"
    },
    {
      "/u041f/u0435/u0440/u0435/u043c/u0435/u043d/u043d/u0430/u044f":2,
      "/u0421/u0440/u0435/u0434/u043d/u0435/u0435":2,
      "/u0421/u0442/u0440/u043e/u043a/u0430":"/u0427/u0442/u043e/u002d/u0442/u043e/u0032"
    },
    {
      "/u041f/u0435/u0440/u0435/u043c/u0435/u043d/u043d/u0430/u044f":1,
      "/u0421/u0440/u0435/u0434/u043d/u0435/u0435":42,
      "/u0421/u0442/u0440/u043e/u043a/u0430":"/u0427/u0442/u043e/u002d/u0442/u043e/u0033"
    }
  ]
}
;
run;

El archivo de salida .json :

{
"SASJSONExport":"1.0",
"SASTableData+TEST": [
{
"Переменная":2,
"Среднее":4,
"Строка":"Что-то1"
},
{
"Переменная":2,
"Среднее":2,
"Строка":"Что-то2"
},
{
"Переменная":1,
"Среднее":42,
"Строка":"Что-то3"
}
]
}

Luego crea el archivo json map .json.map :

filename jsmf ''~/sasuser.v94/.json.map'' encoding=''utf-8'';
libname jsm json fileref=jsf map=jsmf automap=create;

Los contenidos de .json.map :

{
  "DATASETS": [
    {
      "DSNAME": "root",
      "TABLEPATH": "/root",
      "VARIABLES": [
        {
          "NAME": "ordinal_root",
          "TYPE": "ORDINAL",
          "PATH": "/root"
        },
        {
          "NAME": "SASJSONExport",
          "TYPE": "CHARACTER",
          "PATH": "/root/SASJSONExport",
          "CURRENT_LENGTH": 3
        }
      ]
    },
    {
      "DSNAME": "SASTableData_TEST",
      "TABLEPATH": "/root/SASTableData+TEST",
      "VARIABLES": [
        {
          "NAME": "ordinal_root",
          "TYPE": "ORDINAL",
          "PATH": "/root"
        },
        {
          "NAME": "ordinal_SASTableData_TEST",
          "TYPE": "ORDINAL",
          "PATH": "/root/SASTableData+TEST"
        },
        {
          "NAME": "____________________",
          "TYPE": "NUMERIC",
          "PATH": "/root/SASTableData+TEST/Переменная"
        },
        {
          "NAME": "______________",
          "TYPE": "NUMERIC",
          "PATH": "/root/SASTableData+TEST/Среднее"
        },
        {
          "NAME": "____________",
          "TYPE": "CHARACTER",
          "PATH": "/root/SASTableData+TEST/Строка",
          "CURRENT_LENGTH": 12
        }
      ]
    }
  ]
}

Cambiemos un poco el archivo eliminando la descripción del conjunto de datos no necesario y agregando etiquetas:

{
  "DATASETS": [
    {
      "DSNAME": "SASTableData_TEST",
      "TABLEPATH": "/root/SASTableData+TEST",
      "VARIABLES": [
        {
          "NAME": "ordinal_root",
          "TYPE": "ORDINAL",
          "PATH": "/root"
        },
        {
          "NAME": "ordinal_SASTableData_TEST",
          "TYPE": "ORDINAL",
          "PATH": "/root/SASTableData+TEST"
        },
        {
          "NAME": "____________________",
          "TYPE": "NUMERIC",
          "PATH": "/root/SASTableData+TEST/Переменная",
          "LABEL": "Переменная"
        },
        {
          "NAME": "______________",
          "TYPE": "NUMERIC",
          "PATH": "/root/SASTableData+TEST/Среднее",
          "LABEL": "Среднее"
        },
        {
          "NAME": "____________",
          "TYPE": "CHARACTER",
          "PATH": "/root/SASTableData+TEST/Строка",
          "LABEL": "Строка",
          "CURRENT_LENGTH": 12
        }
      ]
    }
  ]
}

E intenta de nuevo:

libname jsd json fileref=jsf map=jsmf;
proc print data=jsd.SASTableData_TEST label noobs; run;

El resultado:

+--------------+---------------------------+- ----------+---------+-----------+
| ordinal_root | ordinal_SASTableData_TEST | Переменная | Среднее |    Строка |
+--------------+---------------------------+------------+---------+-----------+
|            1 |                         1 |          2 |       4 | Что-то1   |
|            1 |                         2 |          2 |       2 | Что-то2   |
|            1 |                         3 |          1 |      42 | Что-то3   |
+--------------+---------------------------+------------+---------+-----------+

Todo fue hecho en SAS University Edition.