甜橘子，专注成都网站制作网站设计与营销型网站建设与优化
QQ :532337155
电话：028-86922220
Java嵌入脚本怎么快速解析多层 json，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
创新互联坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都做网站、成都网站设计、成都外贸网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的闵行网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
关于Json处理的开源包有很多，比如json-lib、jackson、Gson、Fastjson。Gson是谷歌做的，功能强大；Fastjson是阿里巴巴做的，性能较快。具体用哪个，你开心就好。
Json解析出来一般都是为了再次计算，常见的这些开源包大多都对Json的读取与解析提供了丰富的接口，但是接下来如何把多层Json数据经过筛选、进行深入计算并展开成二维数据，供给其它服务使用，仍然需要复杂硬编码，一般还需要借助关系数据库(创建临时表，解析入库，再使用SQL对其二次运算等)，这些步骤搞起来，就需要开发人员去头疼了。
比如要处理这么个场景：订单信息的Json数据分为两层: 第一层是国家和地区，第二层是明细数据。现在想要查询出中国华北地区2013年的订单。
部分源数据如下：
[{"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结构化并过滤后的效果：
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解析的部分代码大概要写成这样：
... JSONObject jsonObject = JSONObject.fromObject(orderstr); JSONArray jsonArray = jsonObject.getJSONArray("COUNTRY"); ... JSONArray twos = jsonArray.getJSONArray("ORDERS"); JSONObject two = null; List for (int i = 0; i < twos.size(); i++) { two = twos.getJSONObject(i); Map ... list.add(map); } ... |
如果有了集算器，Json解析就会简单很多，它不仅把Json类库做了二次封装，实现同样的算法只需更少的代码，且精心设计了一套集合运算领域的函数库，以应对结构化后的各类运算，不再需要安装配置第三方数据库软件。比如上面从解析到过滤，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) |
看完上述内容，你们掌握Java嵌入脚本怎么快速解析多层 json的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！