如何在雪花上加载具有文字 unicode 转义字符"\uNo"的 JSON

Question

我有以下JSON：

{
"name": "foo \uNo bar"
}

我正在尝试使用 S3 上的 STAGE 将其加载到 Snowflake 中。这是在 CSV 文件中，如下所示：

{"name": "foo \uNo bar"}

但是，当我尝试加载它时，雪花中断并显示解析 JSON 消息时出错。如果我尝试直接在雪花控制台上加载它，如SELECT PARSE_JSON('{"name": "foo \uNo bar"}')，我会得到：

解析 JSON 时出错：转义序列中应为十六进制数字???? pos 17

问题是 Snowflake 正在解析字符串，检查 unicode 数字uNo(不存在(。如何禁用此功能？

Answer 1

在 Snowflake 中解析 CSV 的默认文件格式是将双反斜杠字符串'{"name": "foo \uNo bar"}'解释为字符的转义序列，这意味着字符序列uNo被传递给PARSE_JSON然后失败uNo因为不是 JSON 字符串的有效转义序列。您可以通过覆盖文件格式转义序列设置来防止这种情况。

给定此 CSV 文件：

JSON
'{"name": "foo \uNo bar"}'

以及以下 CREATE TABLE 和 COPY INTO 语句：

CREATE OR REPLACE TABLE JSON_TEST (JSON TEXT);
COPY INTO JSON_TEST
FROM @my_db.public.my_s3_stage/json.csv
FILE_FORMAT = (TYPE = CSV
SKIP_HEADER = 1
FIELD_OPTIONALLY_ENCLOSED_BY = '''
ESCAPE = NONE
ESCAPE_UNENCLOSED_FIELD = NONE);

我能够将那里的结果解析为 JSON：

SELECT PARSE_JSON(JSON) FROM JSON_TEST;

哪个返回

+-----------------------------+
| JSON                        |
+-----------------------------|
| { "name": "foo \uNo bar" } |
+-----------------------------+