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 PostgreSQL,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
|
2月前
|
存储 SQL 关系型数据库
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
|
3月前
|
SQL 关系型数据库 MySQL
Go语言数据库编程:使用 `database/sql` 与 MySQL/PostgreSQL
Go语言通过`database/sql`标准库提供统一数据库操作接口,支持MySQL、PostgreSQL等多种数据库。本文介绍了驱动安装、连接数据库、基本增删改查操作、预处理语句、事务处理及错误管理等内容,涵盖实际开发中常用的技巧与注意事项,适合快速掌握Go语言数据库编程基础。
249 62
|
5月前
|
自然语言处理 Java 关系型数据库
Java|小数据量场景的模糊搜索体验优化
在小数据量场景下,如何优化模糊搜索体验?本文分享一个简单实用的方案,虽然有点“土”,但效果还不错。
85 0
|
4月前
|
SQL 数据采集 关系型数据库
实现MySQL与SQL Server之间数据迁移的有效方法
总的来说,从MySQL到SQL Server的数据迁移是一个涉及到很多步骤的过程,可能会遇到各种问题和挑战。但只要精心规划、仔细执行,这个任务是完全可以完成的。
290 18
|
4月前
|
SQL Java 数据库连接
Java中实现SQL分页的方法
无论何种情况,选择适合自己的,理解了背后的工作原理,并能根据实际需求灵活变通的方式才是最重要的。
107 9
|
5月前
|
SQL 关系型数据库 MySQL
【MySQL】SQL分析的几种方法
以上就是SQL分析的几种方法。需要注意的是,这些方法并不是孤立的,而是相互关联的。在实际的SQL分析中,我们通常需要结合使用这些方法,才能找出最佳的优化策略。同时,SQL分析也需要对数据库管理系统,数据,业务需求有深入的理解,这需要时间和经验的积累。
157 12
|
5月前
|
SQL 关系型数据库 MySQL
大数据新视界--大数据大厂之MySQL数据库课程设计:MySQL 数据库 SQL 语句调优方法详解(2-1)
本文深入介绍 MySQL 数据库 SQL 语句调优方法。涵盖分析查询执行计划,如使用 EXPLAIN 命令及理解关键指标;优化查询语句结构,包括避免子查询、减少函数使用、合理用索引列及避免 “OR”。还介绍了索引类型知识,如 B 树索引、哈希索引等。结合与 MySQL 数据库课程设计相关文章,强调 SQL 语句调优重要性。为提升数据库性能提供实用方法,适合数据库管理员和开发人员。
|
5月前
|
关系型数据库 MySQL 大数据
大数据新视界--大数据大厂之MySQL 数据库课程设计:MySQL 数据库 SQL 语句调优的进阶策略与实际案例(2-2)
本文延续前篇,深入探讨 MySQL 数据库 SQL 语句调优进阶策略。包括优化索引使用,介绍多种索引类型及避免索引失效等;调整数据库参数,如缓冲池、连接数和日志参数;还有分区表、垂直拆分等其他优化方法。通过实际案例分析展示调优效果。回顾与数据库课程设计相关文章,强调全面认识 MySQL 数据库重要性。为读者提供综合调优指导,确保数据库高效运行。
|
6月前
|
SQL Oracle 关系型数据库
【YashanDB知识库】如何将mysql含有group by的SQL转换成崖山支持的SQL
本文探讨了在YashanDB(崖山数据库)中执行某些SQL语句时出现的报错问题,对比了MySQL的成功执行结果。问题源于SQL-92标准对非聚合列的严格限制,要求这些列必须出现在GROUP BY子句中,而SQL:1999及更高版本允许非聚合列直接出现在选择列中。YashanDB和Oracle遵循SQL-92标准,因此会报错。文章提供了两种解决方法:使用聚合函数处理非聚合列,或将GROUP BY与ORDER BY拆分为两层查询。最后总结指出,SQL-92标准更为严谨合理,建议开发者遵循此规范以避免潜在问题。
|
6月前
|
缓存 监控 搜索推荐
【实战解析】smallredbook.item_get_video API:小红书视频数据获取与电商应用指南
本文介绍小红书官方API——`smallredbook.item_get_video`的功能与使用方法。该接口可获取笔记视频详情,包括无水印直链、封面图、时长、文本描述、标签及互动数据等,并支持电商场景分析。调用需提供`key`、`secret`和`num_iid`参数,返回字段涵盖视频链接、标题、标签及用户信息等。同时,文章提供了电商实战技巧,如竞品监控与个性化推荐,并列出合规注意事项及替代方案对比。最后解答了常见问题,如笔记ID获取与视频链接时效性等。

热门文章

最新文章

推荐镜像

更多
  • DNS