JSONConverter
JSONConverter
JSON 파일 하나(또는 여러 개)를 받아서 텍스트 문서로 바꿔주는 변환 컴포넌트예요. 인덱싱 파이프라인의 시작 부분이나 PreProcessor 앞에 두고 쓰는 게 가장 흔한 자리예요.
출처: JSONConverter
본문
개요
JSONConverter는 하나 이상의 JSON 파일을 텍스트 문서로 바꿔요. 초기화할 때는 jq_schema나 content_key 파라미터 중 하나, 또는 둘 다를 반드시 넘겨줘야 해요.
jq_schema 파라미터는 JSON 파일에서 중첩된 데이터를 추출하는 필터예요. 필터 문법은 jq 문서를 참고하면 돼요. 설정하지 않으면 JSON 파일 전체를 그대로 사용해요.
content_key 파라미터는 추출된 데이터 중에서 어떤 키를 문서의 내용(content)으로 쓸지 지정해 줘요.
jq_schema와content_key둘 다 설정하면,jq_schema로 추출한 데이터 안에서content_key를 찾아요. 객체가 아닌 데이터는 건너뛰어요.jq_schema만 설정하면 추출된 값이 스칼라여야 하며, 객체나 배열은 건너뛰어요.content_key만 설정하면 원본이 JSON 객체여야 해요. 아니면 건너뛰어요.
전체 파라미터 목록은 API reference를 확인해 보세요.
사용법
이 Converter를 쓰려면 jq 패키지를 설치해야 해요.
pip install jq
예시
간단한 컴포넌트 사용 예시예요.
import json
from haystack.components.converters import JSONConverter
from haystack.dataclasses import ByteStream
source = ByteStream.from_string(
json.dumps({"text": "This is the content of my document"}),
)
converter = JSONConverter(content_key="text")
results = converter.run(sources=[source])
documents = results["documents"]
print(documents[0].content)
# 'This is the content of my document'
다음은 좀 더 복잡한 예시예요. jq_schema 문자열로 JSON 원본을 필터링하고, extra_meta_fields로 추가 메타데이터를 추출해요.
import json
from haystack.components.converters import JSONConverter
from haystack.dataclasses import ByteStream
data = {
"laureates": [
{
"firstname": "Enrico",
"surname": "Fermi",
"motivation": "for his demonstrations of the existence of new radioactive elements produced "
"by neutron irradiation, and for his related discovery of nuclear reactions brought about by"
" slow neutrons",
},
{
"firstname": "Rita",
"surname": "Levi-Montalcini",
"motivation": "for their discoveries of growth factors",
},
],
}
source = ByteStream.from_string(json.dumps(data))
converter = JSONConverter(
jq_schema=".laureates[]",
content_key="motivation",
extra_meta_fields={"firstname", "surname"},
)
results = converter.run(sources=[source])
documents = results["documents"]
print(documents[0].content)
# 'for his demonstrations of the existence of new radioactive elements produced by
# neutron irradiation, and for his related discovery of nuclear reactions brought
# about by slow neutrons'
print(documents[0].meta)
# {'firstname': 'Enrico', 'surname': 'Fermi'}
print(documents[1].content)
# 'for their discoveries of growth factors'
print(documents[1].meta)
# {'firstname': 'Rita', 'surname': 'Levi-Montalcini'}