笔者已经开发过一个数据分享类的小程序，分享逻辑上相似于百度网盘。以后数据能够由被分享者加工而后持续分享（能够控制数据的过期工夫、是否能够加工数据以及持续分享）。
分享的数据是一个深度嵌套的 json 对象。在用户读取分享数据时存入小程序云数据库中（分享的数据和业务数据有差别，没应用业务服务器进行保护）。如果拿到数据就间接存储的话，很快云数据库就会变得很大，其次咱们也没方法剖析各项和检索各项子数据给予分享者。
这时候须要进行数据转换以便拆分和保护。咱们能够应用 redux 作者 Dan Abramov 编写的 normalizr 来解决数据。
normalizr 创建的初衷是解决深层，简单的嵌套的对象。
如何应用
略微批改一下官网的例子，假设获取到如下书籍的数据：
{ id: "1", title: "JavaScript 从入门到放弃", // 作者 author: { id: "1", name: "chc" }, // 评论 comments: [ { id: "1", content: "作者写的太好了", commenter: { id: "1", name: "chc" } }, { id: "2", content: "楼上造假数据哈", commenter: { id: "2", name: "dcd" } }, ]}这时候咱们能够写出 3 个主体: 书籍信息、评论以及用户。咱们先从根底的数据来结构模式：
import { normalize, schema } from 'normalizr';// 结构第一个实体 用户信息const user = new schema.Entity('users');// 结构第二个实体 评论const comment = new schema.Entity('comments', { // 评价者是用户 commenter: user});// 结构第三个实体 书籍const book = new schema.Entity('books', { // 作者 author: user, // 评论 comments: [comment]});// 传入数据以及以后最大的 schema 信息const normalizedData = normalize(originalData, book);先来看一下最终数据。
{ "entities": { "users": { "1": { "id": "1", "name": "chc" }, "2": { "id": "2", "name": "dcd" } }, "comments": { "1": { "id": "1", "content": "作者写的太好了", "commenter": "1" }, "2": { "id": "2", "content": "楼上造假数据哈", "commenter": "2" } }, "books": { "1": { "id": "1", "title": "JavaScript 从入门到放弃", "author": "1", "comments": [ "1", "2" ] } } }, "result": "1"}去除其余信息，咱们能够看到获取了 3 个不同的实体对象, users，comments，books。对象的键为以后 id，值为以后平铺的数据结构。这时候咱们就能够应用对象或者数组(Object.values) 来新增和更新数据。
解析逻辑
看到这里，大家可能是很懵的。先不论代码实现，这里先剖析一下库是如何解析咱们编写的 schema 的，以便大家能够在理论场景中应用，再看一遍数据和 schema 定义：
数据结构
{ id: "1", title: "JavaScript 从入门到放弃", // 作者 author: { id: "1", name: "chc" }, // 评论 comments: [ { id: "1", content: "作者写的太好了", commenter: { id: "1", name: "chc" } }, { id: "2", content: "楼上造假数据哈", commenter: { id: "2", name: "dcd" } }, ]}书籍信息是第一层对象，数据中有 id, title, author, comments，对应 schema 如下
const book = new schema.Entity('books', { // 作者 author: user, // 一本书对应多个评论，所以这里应用数组 comments: [comment]});其中 id ，title 是 book 自身的属性，无需关注，把须要解析的数据结构写进去。books 字符串与解析无关，对应 entities 对象的 key。
再看 user
const user = new schema.Entity('users');user 没有须要解析的信息，间接定义实体即可。
最初是评论信息
const comment = new schema.Entity('comments', { // 评价者是用户 commenter: user});{ id: "1", content: "作者写的太好了", commenter: { id: "1", name: "chc" }}把 comments 从本来的数据结构中拿进去，理论也就很清晰了。
高阶用法
解决数组
normalizr 能够解析单个对象，那么如果以后业务传递数组呢？相似于 comment 间接这样应用即可：
[ { id: '1', title: "JavaScript 从入门到放弃" // ... }, { id: '2', // ... }]const normalizedData = normalize(originalData, [book]);反向解析
咱们只须要拿到方才的 normalizedData 中的 result 以及 entities 就能够获取之前的信息了。
import { denormalize, schema } from 'normalizr';//...denormalize(normalizedData.result, book, normalizedData.entities);Entity 配置
开发中能够依据配置信息从新解析实体数据。
const book = new schema.Entity('books', { // 作者 author: user, // 一本书对应多个评论，所以这里应用数组 comments: [comment]}， { // 默认主键为 id，否则应用 idAttribute 中的数据，如 cid，key 等 idAttribute: 'id', // 预处理策略, 参数别离为 实体的输出值， 父对象 processStrategy: (value, parent, key) => value, // 遇到两个id 雷同数据的合并策略，默认如下所示，咱们还能够持续批改 mergeStrategy: (prev, prev) => ({ ...prev, ...next, // 是否合并过，如果遇到雷同的，就会增加该属性 isMerge: true }),});// 看一下比较复杂的例子，以 user 为例子const user = new schema.Entity('users', {}, { processStrategy: (value, parent, key) => { // 减少父对象的属性 // 例如 commenter: "1" => commenterId: "1" 或者 author: "2" => "authorId": "2" // 然而目前还无奈通过 delete 删除 commenter 或者 author 属性 parent[`${key}Id`] = value.id // 如果是从评论中获取的用户信息就减少 commentIds 属性 if (key === 'commenter') { return { ...value, commentIds: [parent.id] } } // 不要遗记返回 value, 否则不会生成 user 数据 return { ...value, bookIds: [parent.id] }; } mergeStrategy: (prev, prev) => ({ ...prev, ...next, // 该用户所有的评论归并到一起去 commentIds: [...prev.commentIds, ...next.commentIds], // 该用户所有的书本归并到一起去 bookIds: [...prev.bookIds, ...next.bookIds], isMerge: true }),})// 最终获取的用户信息为{ "1": { "id": "1", "name": "chc" // 用户 chc 写了评论和书籍，然而没有进行过合并 "commentIds": ["1"], "bookIds": ["1"], }, "2": { "id": "2", "name": "dcd", // 用户 dcd 写了 2 个评论，同时进行了合并解决 "commentIds": [ "2", "3" ], "isMerge": true }}当然了，该库也能够进行更加简单的数据格式化，大家能够通过 api 文档 来进一步学习和应用。
其余
当然了，normalizr 应用场景毕竟无限，开源负责人也早已换人。目前主库曾经无人保护了(issue 也也曾经敞开)。当然了，normalizr 代码自身也是足够稳固。
笔者也在思考一些新的场景应用并尝试为 normalizr 增加一些新的性能(如 id 转换)和优化(ts 重构)，如果您在应用 normalizr 的过程中遇到什么问题，也能够分割我，存储库目前在 normalizr-helper 中。
激励一下
如果你感觉这篇文章不错，心愿能够给与我一些激励，在我的 github 博客下帮忙 star 一下。
博客地址