所以，我有.bson的从MongoDB中转储一个巨大的数量。 我使用bsondump在命令行上，管道输出作为标准输入到Python。 这从BSON到“JSON”转换成功，但它实际上是一个字符串，看似不合法的JSON。
例如入线看起来是这样的：
{ "_id" : ObjectId( "4d9b642b832a4c4fb2000000" ),
"acted_at" : Date( 1302014955933 ),
"created_at" : Date( 1302014955933 ),
"updated_at" : Date( 1302014955933 ),
"_platform_id" : 3,
"guid" : 72106535190265857 }
这我相信是蒙戈扩展JSON 。
当我在这样的行读，做：
json_line = json.dumps(line)
我得到：
"{ \"_id\" : ObjectId( \"4d9b642b832a4c4fb2000000\" ),
\"acted_at\" : Date( 1302014955933 ),
\"created_at\" : Date( 1302014955933 ),
\"updated_at\" : Date( 1302014955933 ),
\"_platform_id\" : 3,
\"guid\" : 72106535190265857 }\n"
这仍然是<type 'str'>
我也曾尝试
json_line = json.dumps(line, default=json_util.default)
（见pymongo json_util - 垃圾邮件检测防止第三连杆）这似乎输出与上述相同的转储。 负载给出了一个错误：
json_line = json.loads(line, object_hook=json_util.object_hook)
ValueError: No JSON object could be decoded
所以，我如何改变天甲JSON字符串成JSON解析的？ （最终目标是制表符分隔的数据流到另一个数据库）
你有什么是在天甲模式蒙戈扩展JSON转储（见这里 ）。 一些可能的方法去：
如果你能倒回，通过MongoDB的REST API使用严格的输出模式。 这应该给你真正的JSON，而不是你现在所拥有的。
使用bson从http://pypi.python.org/pypi/bson/读你已经有了BSON到Python的数据结构，然后你需要对这些（可能输出JSON）的任何处理。
使用MongoDB的Python绑定连接到数据库中的数据进入Python的，然后做你需要的任何处理。 （如果需要的话，你可以建立一个本地的MongoDB实例，并导入倾倒文件到这一点。）
转换自天正模式蒙戈扩展JSON严格的模式。 你可以开发一个单独的滤波器做到这一点（从标准输入读取，具有严格的结构取代天甲结构，输出在标准输出的结果），或者当你处理这些输入你可以做到这一点。
下面是使用Python和正则表达式的例子：
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))
根据你的目标，其中之一应该是一个合理的起点。
加载整个BSON文档到蟒存储器是昂贵的。
如果要传输它，而不是加载整个文件和所有做负载，可以试试这个库。
https://github.com/bauman/python-bson-streaming
from bsonstream import KeyValueBSONInput
from sys import argv
for file in argv[1:]:
f = open(file, 'rb')
stream = KeyValueBSONInput(fh=f, fast_string_prematch="somthing") #remove fast string match if not needed
for id, dict_data in stream:
if id:
...process dict_data...
您可以将这样的BSON文件的行：
>>> import bson
>>> bs = open('file.bson', 'rb').read()
>>> for valid_dict in bson.decode_all( bs ):
....
每个valid_dict元素将是一个有效的Python字典，你可以转换成JSON。
