当将 format 设置为 auto 时，JSON 扩展可以尝试确定 JSON 文件的格式。以下是一些示例 JSON 文件以及应使用的相应 format 设置。

在下述每种情况下，其实都不需要设置 format，因为 DuckDB 能够正确推断出它，但此处为了说明起见将其包含在内。这种形式的查询在每种情况下都能正常工作

SELECT *
FROM filename.json;

格式：newline_delimited

使用 format = 'newline_delimited' 可以解析换行符分隔的 JSON。每一行都是一个 JSON 对象。

我们使用示例文件 records.json，其内容如下

{"key1":"value1", "key2": "value1"}
{"key1":"value2", "key2": "value2"}
{"key1":"value3", "key2": "value3"}

SELECT *
FROM read_json('records.json', format = 'newline_delimited');

格式：array

如果 JSON 文件包含一个 JSON 对象数组（无论是否经过美化打印），可以使用 array_of_objects。为了演示其用法，我们使用示例文件 records-in-array.json

[
    {"key1":"value1", "key2": "value1"},
    {"key1":"value2", "key2": "value2"},
    {"key1":"value3", "key2": "value3"}
]

SELECT *
FROM read_json('records-in-array.json', format = 'array');

格式：unstructured

如果 JSON 文件包含既不是换行符分隔也不是数组格式的 JSON，则可以使用 unstructured。为了演示其用法，我们使用示例文件 unstructured.json

{
    "key1":"value1",
    "key2":"value1"
}
{
    "key1":"value2",
    "key2":"value2"
}
{
    "key1":"value3",
    "key2":"value3"
}

SELECT *
FROM read_json('unstructured.json', format = 'unstructured');

records 选项

当设置 records = auto 时，JSON 扩展可以尝试确定 JSON 文件是否包含记录。当 records = true 时，JSON 扩展会期望 JSON 对象，并将 JSON 对象的字段解包为单独的列。

继续使用相同的示例文件 records.json

{"key1":"value1", "key2": "value1"}
{"key1":"value2", "key2": "value2"}
{"key1":"value3", "key2": "value3"}

SELECT *
FROM read_json('records.json', records = true);

当 records = false 时，JSON 扩展不会解包顶层对象，而是改为创建 STRUCT

SELECT *
FROM read_json('records.json', records = false);

如果我们有非对象的 JSON，例如 arrays.json，这尤其有用

[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

SELECT *
FROM read_json('arrays.json', records = false);