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 AI 助手,专业版
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
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
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
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
|
5月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
532 0
|
5月前
|
JSON Java Go
【GoGin】(2)数据解析和绑定:结构体分析,包括JSON解析、form解析、URL解析,区分绑定的Bind方法
bind或bindXXX函数(后文中我们统一都叫bind函数)的作用就是将,以方便后续业务逻辑的处理。
351 3
|
6月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS费用价格:MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL、MariaDB,多种引擎优惠上线!MySQL倚天版88元/年,SQL Server 2核4G仅299元/年,PostgreSQL 227元/年起。高可用、可弹性伸缩,安全稳定。详情见官网活动页。
1092 152
|
6月前
|
关系型数据库 分布式数据库 数据库
阿里云数据库收费价格:MySQL、PostgreSQL、SQL Server和MariaDB引擎费用整理
阿里云数据库提供多种类型,包括关系型与NoSQL,主流如PolarDB、RDS MySQL/PostgreSQL、Redis等。价格低至21元/月起,支持按需付费与优惠套餐,适用于各类应用场景。
|
6月前
|
JSON 缓存 自然语言处理
多语言实时数据微店商品详情API:技术实现与JSON数据解析指南
通过以上技术实现与解析指南,开发者可高效构建支持多语言的实时商品详情系统,满足全球化电商场景需求。
|
6月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎,提供高性价比、稳定安全的云数据库服务,适用于多种行业与业务场景。
848 156
|
6月前
|
JSON 自然语言处理 API
多语言实时数据淘宝商品评论API:技术实现与JSON数据解析指南
淘宝商品评论多语言实时采集需结合官方API与后处理技术实现。建议优先通过地域站点适配获取本地化评论,辅以机器翻译完成多语言转换。在合规前提下,企业可构建多语言评论数据库,支撑全球化市场分析与产品优化。
|
6月前
|
SQL 监控 关系型数据库
查寻MySQL或SQL Server的连接数,并配置超时时间和最大连接量
以上步骤提供了直观、实用且易于理解且执行的指导方针来监管和优化数据库服务器配置。务必记得,在做任何重要变更前备份相关配置文件,并确保理解每个参数对系统性能可能产生影响后再做出调节。
617 11
|
6月前
|
SQL 监控 关系型数据库
SQL优化技巧:让MySQL查询快人一步
本文深入解析了MySQL查询优化的核心技巧,涵盖索引设计、查询重写、分页优化、批量操作、数据类型优化及性能监控等方面,帮助开发者显著提升数据库性能,解决慢查询问题,适用于高并发与大数据场景。
|
6月前
|
SQL 存储 关系型数据库
MySQL体系结构详解:一条SQL查询的旅程
本文深入解析MySQL内部架构,从SQL查询的执行流程到性能优化技巧,涵盖连接建立、查询处理、执行阶段及存储引擎工作机制,帮助开发者理解MySQL运行原理并提升数据库性能。

推荐镜像

更多