共计 3377 个字符,预计需要花费 9 分钟才能阅读完成。
最近为了工作方便写了一个小工具,这个小工具作用很简单,就是从一个 json 字符串中筛出你想要的部分。
介绍
背景是这样的,我们为了线上调试方便,有个工具可以模拟发起一次数据请求,然后将结果以 json 的形式展示到页面上。但问题是这个数据包含的信息非常多,动不动就上千行(如上图),但每次 debug 的时候,只想看里面特定的几个字段,平常只能依赖于浏览器搜索工具一行一行搜,可能想看的字段会间隔好几屏,一行行看即低效还容易漏。如果要看 JsonArray 的数据,我之前是拷贝出来,然后用 grep 把字段筛出来,但这样又丢失了层级信息。。。。。如果我们想把某些字段列一起用于数据分析的话,就更难了,只能人肉筛选记录。。。
我这个工具采用很简单的语法来标识目标 json 的层级结构,以及每一层中你想要的字段。语法类似 yaml 的层级结果,用相同的缩减标识同一层,每一层的关键词是你想要的字段 key,不区分大小写,为了更方便使用,也支持正则表达式。
当然这里有几个特殊规则:
1. 如果当前层级是个 jsonArray 的话字段后面需要加后缀 :[]
来标识出来(后续我可能会在中括号中支持范围)。
- 第一行必须随便写个字段,保留这个字段的目的还是怕一上来就是个 JsonArray。
- 目前暂时不能加空行,尤其是多行之间,会导致筛选有问题。
示例如下,也可以试用 demo。
json
menu
id
popup
menuitem:[]
value
实现
如果你了解 json 数据格式的话,就知道它是一个层级嵌套的结构,而层级嵌套结构它其实很容易去转换成一种树形的结构。事实上现在市面上所有的 json 解析器,其实都是将这些数据转换成树形结构存储的。知道 json 是一个树形结构之后,我们是不是构造一个同构的子树,同构子树的含义树每一层包含更少的节点,但有的节点和原树的节点同构。
如何构造或者说描述这样一个同构的树形结构?这里我选用了类似 yaml 的描述,它采用了不同缩进来标识层级关系。
1
2
3
4
5
6
比如这个,2 4 节点为 1 的子节点,3 是 2 的子节点,5 6 是 4 的子节点。有了描述语言,接下来的一步就是将描述语言转化为抽象语法树。这里我采用编译原理中的递归下降算法,用递归的方式构造每个节点的子节点。
为了方便,我首先将语法描述预处理下,主要是将缩进转化为层级深度,然后递归解析,解析代码如下。
public class Node {
public int type = 0; //jsonObject or jsonArray
Map<String, Node> children = new HashMap<>();
public Node(String[] keys, int[] deeps, int cur) { // 解析逻辑直接放在构造函数中
// 无子节点
if (cur == keys.length - 1 || deeps[cur] >= deeps[cur+1]) {
this.type = 0; // 无子节点
return;
}
int childDeep = deeps[cur+1];
for (int i = cur+1; i < keys.length; i++) {if (deeps[i] < childDeep) {break;} else if (deeps[i] > childDeep) {continue;}
String key = keys[i];
Node child = new Node(keys, deeps, i); // 递归解析子节点
if (key.contains(":")) {key = key.split(":")[0];
child.type = 1; // ArrayList;
}
children.put(key, child);
}
}
}
整个解析完之后就是一颗抽象语法树。json 字符串我用 fastjson 解析后也是树形层级结构,因为我们新生成的语法树和 json 语法树是同构的关系,所以我们可以同时递归遍历新语法树和抽象语法树,并同时生成一个筛选后的 json 字符串,这样我们完成了匹配筛选的过程,代码如下。
public Object getSelected(Object object) {
// 无子节点
if (children.size() == 0) {return object;}
JSONObject res = new JSONObject(true);
JSONObject json = (JSONObject)object;
for (Map.Entry<String, Object> entry : json.entrySet()) {Node child = getChild(entry.getKey());
if (child == null) {continue;}
// json
if (child.type == 0) {res.put(entry.getKey(), child.getSelected(json.get(entry.getKey())));
}
// jsonArray
if (child.type == 1) {JSONArray arr = (JSONArray)entry.getValue();
JSONArray newArr = new JSONArray();
for (int i = 0; i < arr.size(); i++) {newArr.add(child.getSelected(arr.getJSONObject(i)));
}
res.put(entry.getKey(), newArr);
}
}
return res;
}
public Node getChild(String content) {for (Map.Entry<String, Node> child : children.entrySet()) {
// 这里我额外加入了正则表达式匹配,可以让选择器的功能更灵活
if (content.equalsIgnoreCase(child.getKey()) || Pattern.matches(child.getKey(), content)) {return child.getValue();
}
}
return null;
}
最后写个类封装下所有 API 即可。
public class JsonSelector {
private Node startNode;
private JsonSelector() {};
// 编译生成语法树
public static JsonSelector compile(String txt) {
// 预处理
txt = txt.replace("\t", " ");
String[] arr = txt.split("\n");
int[] deeps = new int[arr.length];
String[] keys = new String[arr.length];
for (int i = 0; i < arr.length; i++) {String str = arr[i];
deeps[i] = getSpaceCnt(str);
keys[i] = rmSpace(str);
}
JsonSelector selector = new JsonSelector();
selector.startNode = new Node(keys, deeps, 0);
return selector;
}
public String getSelectedString(String jsonStr) {JSONObject json = JSONObject.parseObject(jsonStr, Feature.OrderedField);
JSONObject res = (JSONObject) startNode.getSelected(json);
return res.toJSONString();}
private static int getSpaceCnt(String str) {
int cnt = 0;
for (cnt = 0; cnt < str.length(); cnt++) {if (str.charAt(cnt) != ' ') {break;}
}
return cnt;
}
private static String rmSpace(String str) {String res = str.trim();
int end = res.length();
while(end > 0 && res.charAt(end - 1) == ' ') {end--;}
return res.substring(0, end);
}
}
本文来自 https://blog.csdn.net/xindoo