Wat je hebt is een dump in Mongo Extended JSON in TenGen-modus (zie hier). Enkele mogelijke manieren om te gaan:
-
Als u opnieuw kunt dumpen, gebruikt u de strikte uitvoermodus via de MongoDB REST API. Dat zou je echte JSON moeten geven in plaats van wat je nu hebt.
-
Gebruik
bson
van http://pypi.python.org/pypi/bson/ om de BSON die je al hebt in te lezen in Python-gegevensstructuren en vervolgens de bewerkingen daarop uit te voeren (mogelijk JSON uitvoeren). -
Gebruik de MongoDB Python-bindingen om verbinding te maken met de database om de gegevens in Python te krijgen en voer vervolgens de verwerking uit die u nodig hebt. (Indien nodig kunt u een lokale MongoDB-instantie opzetten en uw gedumpte bestanden daarin importeren.)
-
Converteer de Mongo Extended JSON van TenGen-modus naar Strict-modus. Je zou een apart filter kunnen ontwikkelen om dit te doen (lees van stdin, vervang TenGen-structuren door Strict-structuren en voer het resultaat uit op stdout) of je zou het kunnen doen terwijl je de invoer verwerkt.
Hier is een voorbeeld waarin Python en reguliere expressies worden gebruikt:
import json, re
from bson import json_util
with open("data.tengenjson", "rb") as f:
# read the entire input; in a real application,
# you would want to read a chunk at a time
bsondata = f.read()
# convert the TenGen JSON to Strict JSON
# here, I just convert the ObjectId and Date structures,
# but it's easy to extend to cover all structures listed at
# http://www.mongodb.org/display/DOCS/Mongo+Extended+JSON
jsondata = re.sub(r'ObjectId\s*\(\s*\"(\S+)\"\s*\)',
r'{"$oid": "\1"}',
bsondata)
jsondata = re.sub(r'Date\s*\(\s*(\S+)\s*\)',
r'{"$date": \1}',
jsondata)
# now we can parse this as JSON, and use MongoDB's object_hook
# function to get rich Python data structures inside a dictionary
data = json.loads(jsondata, object_hook=json_util.object_hook)
# just print the output for demonstration, along with the type
print(data)
print(type(data))
# serialise to JSON and print
print(json_util.dumps(data))
Afhankelijk van je doel, zou een van deze een redelijk uitgangspunt moeten zijn.