Java 嵌入指令碼快速解析多層 json

xiaohuihui發表於2020-06-19

關於Json處理的開源包有很多,比如json-lib、jackson、Gson、Fastjson。Gson是谷歌做的,功能強大;Fastjson是阿里巴巴做的,效能較快。具體用哪個,你開心就好。

Json解析出來一般都是為了再次計算,常見的這些開源包大多都對Json的讀取與解析提供了豐富的介面,但是接下來如何把多層Json資料經過篩選、進行深入計算並展開成二維資料,供給其它服務使用,仍然需要複雜硬編碼,一般還需要藉助關聯式資料庫(建立臨時表,解析入庫,再使用SQL對其二次運算等),這些步驟搞起來,就需要開發人員去頭疼了。

比如要處理這麼個場景:訂單資訊的Json資料分為兩層: 第一層是國家和地區,第二層是明細資料。現在想要查詢出中國華北地區2013年的訂單。

部分源資料如下:

[{"COUNTRY":"China","AREA":"Northeast China","ORDERS":[

{"ORDER_ID":10252,"CUSTOMER_ID":"SUPRD","EMPLOYEE_ID":4, …},

{"ORDER_ID":10318,"CUSTOMER_ID":"ISLAT","EMPLOYEE_ID":8, …},

…]},

{"COUNTRY":"China","AREA":"East China","ORDERS":[

{"ORDER_ID":10249,"CUSTOMER_ID":"TOMSP","EMPLOYEE_ID":6, …},

{"ORDER_ID":10251,"CUSTOMER_ID":"VICTE","EMPLOYEE_ID":3, …},

…]},

…]

期望Json結構化並過濾後的效果:

COUNTRY

AREA

ORDER_ID

CUSTOMER_ID

EMPLOYEE_ID

ORDER_DATE

China

North China

10402

ERNSH

8

2013-01-02

China

North China

10403

ERNSH

4

2013-01-03

China

North China

10404

MAGAA

2

2013-01-03

China

North China

10407

OTTIK

2

2013-01-07

Java解析的部分程式碼大概要寫成這樣:

...

JSONObject jsonObject = JSONObject.fromObject(orderstr);

JSONArray jsonArray = jsonObject.getJSONArray("COUNTRY");

...

JSONArray twos = jsonArray.getJSONArray("ORDERS");

JSONObject two = null;

List<Map<String, String>> list = new ArrayList<Map<String, String>>();

        for (int i = 0; i < twos.size(); i++) {

                 two = twos.getJSONObject(i);

                 Map<String, String> map = new HashMap<String, String>();

                 ...

                 list.add(map);

                 }

...

 

如果有了集算器,Json解析就會簡單很多,它不僅把Json類庫做了二次封裝,實現同樣的演算法只需更少的程式碼,且精心設計了一套集合運算領域的函式庫,以應對結構化後的各類運算,不再需要安裝配置第三方資料庫軟體。比如上面從解析到過濾,只需4行就搞定了:


A

1

=json(file("orders.json").read())

2

=A1.select(COUNTRY=="China" && AREA.contain("North China"))

3

=A2.news(ORDERS;COUNTRY,AREA,${B1.ORDERS.fname().concat@c()})

4

=A3.select(year(ORDER_DATE)==2013)

其實還有很多情況用Java解析Json不太方便,甚至計算入庫等需求,但用集算器SPL卻很簡單,感興趣可以參考: 。

集算器還很容易嵌入到Java應用程式中, 有使用和獲得它的方法。

關於集算器安裝使用、獲得免費授權和相關技術資料,可以參見 。

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69900830/viewspace-2699483/,如需轉載,請註明出處,否則將追究法律責任。

相關文章