java解析json数据生成mysql省市区街道四级联动sql

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
云数据库 RDS MySQL,高可用系列 2核4GB
简介: 这里为了省事直接用嵌套的for循环了,生成sql文件以后直接用sql工具运行即可,需要提前创建好数据库表。

省市区联动在项目中算是比较常见的功能了,但是基础数据却非常多,网上很难找到比较全的数据,不过在github上有人利用爬虫抓取了国家统计局的数据,并生成了json文件,这样就可以利用java解析json文件并生成相应的sql文件,非常简单。(注意:数据不含港澳台,因为原json就没有。)


github地址https://github.com/modood/Administrative-divisions-of-China


本文所使用到的json数据为上面链接所得


这里需要导入两个包:


<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.54</version>
</dependency>
<dependency>
    <groupId>commons-io</groupId>
    <artifactId>commons-io</artifactId>
    <version>2.4</version>
</dependency>


解析的java代码如下:


private static void main() throws IOException {
  // 我这里直接创建了一个springboot项目(习惯了)
    ClassPathResource resource = new ClassPathResource("pcas-code.json");
    // 需要生成到的位置,我直接放在了项目中
    File regionFile = new File("/Users/XXXXXXXX/demo/src/main/resources/region.sql");
    // 不存在则创建,存在则覆盖
    if (regionFile.exists()) {
        regionFile.delete();
        regionFile.createNewFile();
    } else {
        regionFile.createNewFile();
    }
    System.out.println(regionFile.getPath());
    // 写入文件即可
    Writer writer = new FileWriter(regionFile);
    File file = resource.getFile();
    String jsonString = FileUtils.readFileToString(file);
    JSONArray jsonArray = JSONArray.parseArray(jsonString);
    for (int i = 0; i < jsonArray.size(); i++) {
        JSONObject jsonObject = jsonArray.getJSONObject(i);
        String code = jsonObject.getString("code");
        String name = jsonObject.getString("name");
        String sql = "insert into region(code, name, pid) values('"+code+"', '"+name+"', '0');";
//            System.out.println(sql);
        writer.write(sql);
        writer.write("\r\n");
        JSONArray children = jsonObject.getJSONArray("children");
        if (children != null) {
            for (int i1 = 0; i1 < children.size(); i1++) {
                JSONObject jsonObject1 = children.getJSONObject(i1);
                String code1 = jsonObject1.getString("code");
                String name1 = jsonObject1.getString("name");
                String sql1 = "insert into region(code, name, pid) values('"+code1+"', '"+name1+"', '"+code+"');";
//                    System.out.println(sql1);
                writer.write(sql1);
                writer.write("\r\n");
                JSONArray children1 = jsonObject1.getJSONArray("children");
                if (children1 != null) {
                    for (int i2 = 0; i2 < children1.size(); i2++) {
                        JSONObject jsonObject2 = children1.getJSONObject(i2);
                        String code2 = jsonObject2.getString("code");
                        String name2 = jsonObject2.getString("name");
                        String sql2 = "insert into region(code, name, pid) values('"+code2+"', '"+name2+"', '"+code1+"');";
//                            System.out.println(sql2);
                        writer.write(sql2);
                        writer.write("\r\n");
                        JSONArray children2 = jsonObject2.getJSONArray("children");
                        if (children2 != null) {
                            for (int i3 = 0; i3 < children2.size(); i3++) {
                                JSONObject jsonObject3 = children2.getJSONObject(i3);
                                String code3 = jsonObject3.getString("code");
                                String name3 = jsonObject3.getString("name");
                                String sql3 = "insert into region(code, name, pid) values('"+code3+"', '"+name3+"', '"+code2+"');";
//                                    System.out.println(sql3);
                                writer.write(sql3);
                                writer.write("\r\n");
                            }
                        }
                    }
                }
            }
        }
    }
    writer.close();
}


生成的效果如下:


insert into region(code, name, pid) values('11', '北京市', '0');
insert into region(code, name, pid) values('1101', '市辖区', '11');
insert into region(code, name, pid) values('110101', '东城区', '1101');
insert into region(code, name, pid) values('110101001', '东华门街道', '110101');
insert into region(code, name, pid) values('110101002', '景山街道', '110101');
insert into region(code, name, pid) values('110101003', '交道口街道', '110101');
insert into region(code, name, pid) values('110101004', '安定门街道', '110101');
insert into region(code, name, pid) values('110101005', '北新桥街道', '110101');
insert into region(code, name, pid) values('110101006', '东四街道', '110101');
insert into region(code, name, pid) values('110101007', '朝阳门街道', '110101');


这里为了省事直接用嵌套的for循环了,生成sql文件以后直接用sql工具运行即可,需要提前创建好数据库表。


我知道你们懒,所以直接分享文件给你们吧,好用的话点个关注哦!


链接:https://pan.baidu.com/s/1zjBtlzV_EKuZwf_8gYILCA  密码:a7om


相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/mysql&nbsp;
目录
相关文章
|
3月前
|
存储 SQL 关系型数据库
MySQL中binlog、redolog与undolog的不同之处解析
每个都扮演回答回溯与错误修正机构角色: BinLog像历史记载员详细记载每件大大小小事件; RedoLog则像紧急救援队伍遇见突發情況追踪最后活动轨迹尽力补救; UndoLog就类似时间机器可倒带历史让一切归位原始样貌同时兼具平行宇宙观察能让多人同时看见各自期望看见历程而互不干扰.
222 9
|
5月前
|
JSON 定位技术 PHP
PHP技巧:解析JSON及提取数据
这就是在PHP世界里探索JSON数据的艺术。这场狩猎不仅仅是为了获得数据,而是一种透彻理解数据结构的行动,让数据在你的编码海洋中畅游。通过这次冒险,你已经掌握了打开数据宝箱的钥匙。紧握它,让你在编程世界中随心所欲地航行。
213 67
|
4月前
|
存储 SQL 关系型数据库
MySQL 核心知识与索引优化全解析
本文系统梳理了 MySQL 的核心知识与索引优化策略。在基础概念部分,阐述了 char 与 varchar 在存储方式和性能上的差异,以及事务的 ACID 特性、并发事务问题及对应的隔离级别(MySQL 默认 REPEATABLE READ)。 索引基础部分,详解了 InnoDB 默认的 B+tree 索引结构(多路平衡树、叶子节点存数据、双向链表支持区间查询),区分了聚簇索引(数据与索引共存,唯一)和二级索引(数据与索引分离,多个),解释了回表查询的概念及优化方法,并分析了 B+tree 作为索引结构的优势(树高低、效率稳、支持区间查询)。 索引优化部分,列出了索引创建的六大原则
133 2
|
4月前
|
存储 SQL 关系型数据库
MySQL 核心知识与性能优化全解析
我整理的这份内容涵盖了 MySQL 诸多核心知识。包括查询语句的书写与执行顺序,多表查询的连接方式及内、外连接的区别。还讲了 CHAR 和 VARCHAR 的差异,索引的类型、底层结构、聚簇与非聚簇之分,以及回表查询、覆盖索引、左前缀原则和索引失效情形,还有建索引的取舍。对比了 MyISAM 和 InnoDB 存储引擎的不同,提及性能优化的多方面方法,以及超大分页处理、慢查询定位与分析等,最后提到了锁和分库分表可参考相关资料。
122 0
|
5月前
|
关系型数据库 MySQL
MySQL字符串拼接方法全解析
本文介绍了四种常用的字符串处理函数及其用法。方法一:CONCAT,用于基础拼接,参数含NULL时返回NULL;方法二:CONCAT_WS,带分隔符拼接,自动忽略NULL值;方法三:GROUP_CONCAT,适用于分组拼接,支持去重、排序和自定义分隔符;方法四:算术运算符拼接,仅适用于数值类型,字符串会尝试转为数值处理。通过示例展示了各函数的特点与应用场景。
|
7月前
|
SQL 运维 关系型数据库
MySQL Binlog 日志查看方法及查看内容解析
本文介绍了 MySQL 的 Binlog(二进制日志)功能及其使用方法。Binlog 记录了数据库的所有数据变更操作,如 INSERT、UPDATE 和 DELETE,对数据恢复、主从复制和审计至关重要。文章详细说明了如何开启 Binlog 功能、查看当前日志文件及内容,并解析了常见的事件类型,包括 Format_desc、Query、Table_map、Write_rows、Update_rows 和 Delete_rows 等,帮助用户掌握数据库变化历史,提升维护和排障能力。
|
8月前
|
数据采集 JSON 数据可视化
JSON数据解析实战:从嵌套结构到结构化表格
在信息爆炸的时代,从杂乱数据中提取精准知识图谱是数据侦探的挑战。本文以Google Scholar为例,解析嵌套JSON数据,提取文献信息并转换为结构化表格,通过Graphviz制作技术关系图谱,揭示文献间的隐秘联系。代码涵盖代理IP、请求头设置、JSON解析及可视化,提供完整实战案例。
537 4
JSON数据解析实战:从嵌套结构到结构化表格
|
10月前
|
JSON 前端开发 搜索推荐
关于商品详情 API 接口 JSON 格式返回数据解析的示例
本文介绍商品详情API接口返回的JSON数据解析。最外层为`product`对象,包含商品基本信息(如id、name、price)、分类信息(category)、图片(images)、属性(attributes)、用户评价(reviews)、库存(stock)和卖家信息(seller)。每个字段详细描述了商品的不同方面,帮助开发者准确提取和展示数据。具体结构和字段含义需结合实际业务需求和API文档理解。
|
10月前
|
JSON 小程序 UED
微信小程序 app.json 配置文件解析与应用
本文介绍了微信小程序中 `app.json` 配置文件的详细
1550 12
|
10月前
|
JSON 缓存 API
解析电商商品详情API接口系列,json数据示例参考
电商商品详情API接口是电商平台的重要组成部分,提供了商品的详细信息,支持用户进行商品浏览和购买决策。通过合理的API设计和优化,可以提升系统性能和用户体验。希望本文的解析和示例能够为开发者提供参考,帮助构建高效、可靠的电商系统。
391 12

推荐镜像

更多
下一篇
oss云网关配置