jsonize で JSON を Unix パイプラインの共通言語にする

前書き：JSON, JSON, JSON…

最近、自作コマンドには必ず JSON 出力機能を追加しています。JSON はソフトウェアにとって扱いやすいフォーマットなので、出力を別のツールから再利用しやすくなります。

当然ですが、世の中の全てのコマンドに JSON 出力機能が搭載されているわけではありません。開発者たちに「JSON 出力をサポートしてください！ソフトウェア同士を連携しやすくするためなんです！」と Issue を出し続けるのは、流石に現実的ではないでしょう。

そこで、コマンド出力、ファイル、入力引数の内容を JSON 化する nao1215/jsonize を作りました。伝統的な JSON 系コマンドに合わせて、コマンド名は 2 文字で “jz” としています。現在は270種類、OSやオプションの差を含む737通りの出力形式を扱えます。

基本機能

Cookbook から、基本的な使い方を 4 つ紹介します。例に含まれるコマンド出力の値は、実行環境によって異なります。

コマンドから出力を受け取り、JSON 化して出力する機能

各コマンドの出力から自動で構造を判定し、JSON 化します。2026 年 9 月 17 日時点で、コマンド出力やファイルなど 270 種類、計 737 通りの形式に対応しています。例えば、同じ df でも GNU 版・BSD 版・BusyBox 版や、指定するオプションによって出力形式が異なります。こうした違いをそれぞれ数えたものが 737 通りです。対応範囲は Coverage にまとめています。

以下の例では、df コマンドの出力をパイプで受け取り、JSON に変換しています。

$ df -h | jz
[{"filesystem":"/dev/nvme0n1p2","size":"1.8T","used":"1.6T","available":"145G","use_percent":92,"mounted_on":"/"}, ...]

パイプを使わずにコマンド出力を受け取る場合は、jz run を用います。

$ jz run df -h

必要な項目だけを取り出す機能

JSON 化した結果から必要な項目だけを取り出す場合は、--extract を用います。以下の例では、df コマンドの出力からマウント先と使用率だけを取り出しています。

$ df -h | jz --extract mounted_on --extract use_percent
[{"use_percent":92,"mounted_on":"/"},{"use_percent":1,"mounted_on":"/tmp"}]

逆に、不要な項目を除外する場合は --exclude を用います。

CSV ファイルを読み込み、型を指定して JSON 化する機能

--file を用いると、ファイルを読み込んで JSON 化できます。拡張子から形式を判定するため、CSV ファイルならパーサーを指定する必要はありません。

例えば、以下の sales.csv を読み込みます。

sku,units
007,12
008,

$ jz --file sales.csv --type units=int
[{"sku":"007","units":12},{"sku":"008","units":null}]

CSV の値はデフォルトでは文字列として扱います。--type units=int を指定すると、units 列を整数として出力し、空欄は null になります。型を指定していない sku 列は文字列のままなので、007 の先頭のゼロも残ります。

なお、CSV のほか、TSV、LTSV、JSON、JSON Lines、YAML にも対応しています。これらを gzip・bzip2 で圧縮したファイルも読み込めます。INI は --parser ini を指定して読み込みます。

引数や変数から JSON を組み立てる機能

jz new を用いると、コマンドの引数から JSON を生成できます。= は文字列、:= は数値や真偽値などの JSON の値を指定するために使います。--path では、/ で階層を指定してネストしたオブジェクトを作れます。

$ MESSAGE='@here: deploy := done'
$ jz new --string "message=$MESSAGE" --path /metadata/labels/app=api replicas:=3
{"message":"@here: deploy := done","metadata":{"labels":{"app":"api"}},"replicas":3}

通常の key=@file という指定はファイルの読み込みとして扱われます。変数の中身をそのまま文字列として渡したい場合は、上記のように --string を用います。これなら、@ で始まるメッセージも文字列として JSON に格納できます。

jsonize を支える技術

パーサーを YAML で管理するレジストリ

jsonize は Go で実装していますが、コマンドごとの読み取りルールは YAML に分離しています。この定義を集めたものが「レジストリ」です。定義には、出力を見分ける条件、表や正規表現による読み取り方法、各項目の型などを記述します。レジストリ形式を採用した理由は、外部コントリビューターがパーサーを書かずに jsonize を拡張できる状態を目指したからです。

  flowchart TD
    A[コマンドの出力] --> B[出力の特徴から定義を選択]
    R[レジストリ：YAML のパーサー定義] --> B
    B --> C[共通の解析エンジン]
    R --> C
    C --> D[項目の型を変換]
    D --> E[JSON を出力]

例えば、df でも GNU 版と BSD 版では出力が異なるため、それぞれの形式を別の定義として管理します。既存の解析機能で表せる形式であれば、Go のコードを変更せず、YAML とテスト用の出力データを追加して対応できます。定義を一意に選べない場合はエラーにして、誤った形式での変換を防ぎます。

標準のレジストリはバイナリに同梱しています。独自の定義も JSONIZE_REGISTRY_PATH で追加できるため、社内コマンドへの対応などで jsonize 本体を再ビルドする必要はありません。詳しい追加方法は Write a parser にまとめています。

定義のテストを atago の E2E で補う

レジストリに定義を追加したら、jz test で保存済みのコマンド出力を読み込み、期待する JSON と一致するか、別の定義が誤って反応しないかを検証します。

さらに、自作の CLI 向けテストランナー atago で、ビルドした jz を実際に動かす E2E（End-to-End）テストを実施しています。Linux・macOS・Windows・FreeBSD の CI 上で、実コマンドや保存済みの出力を使い、選ばれる定義、出力される JSON、標準エラー出力、終了コードを確認します。

標準ライブラリのみを利用

jsonize は、配布物の小型化とサプライチェーンリスクの低減を目的として、標準ライブラリのみで構成しました。当初は、goccy/go-yaml に依存していましたが、一定量の YAML が集まった段階で必要な機能に絞った YAML パーサーを内製しました。

類似ツール

コマンド出力の変換は jc、引数からの JSON 生成は jo と用途が重なります。

jc：コマンド出力やファイルを JSON 化

jo：引数から JSON を組み立てる

測定条件：Ryzen AI Max+ 395、Ubuntu 26.04.1、jc は CPython 3.12.12 上で実行。時間は 60 回の平均、メモリは 5 回の中央値です。1 コア固定に使う taskset の起動負荷も含みます。バイナリサイズは Linux amd64・strip 済みです。

2 文字縛りの JSON 系ツール一覧

下表の通り、JSON 系ツールは 2 文字が多い印象です。3 文字のものや長い名前もありますが。

最後に：jsonize の今後

jsonize は、人間向けに出力されたテキストを JSON に変換し、jq をはじめとする既存のツールへ橋渡しするグルーコマンドとして開発しています。

対応するコマンドや出力形式は、今後も追加していきます。普段使っているコマンドが未対応だった場合は、Issue で知らせてもらえると嬉しいです。パーサー定義の追加を含む Pull Request も歓迎しています。