行政区信息_JSON 解析|学习笔记

简介: 快速学习行政区信息_JSON 解析

开发者学堂课程【大数据 Spark2020版(知识精讲与实战演练)第四阶段 行政区信息_JSON 解析】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/691/detail/12119


行政区信息_JSON 解析

JSON 解析

后续任务获取每一个条数据下车点的行政区名称,要明确有多少行政区,每个行政区的范围,通过下车的经纬度判断属于哪一个行政区,数据集是 JSON 格式,将数据集解析出来。

工具介绍部分要解析 JSON,Geometry,通过 GeoJSON 解析工具解析成 Geometry 对象,通过工具介绍理解如何解析 JSON,如何解析 Geometry。在地理位置相关的数据中,要了解 Geometry。

1.JSON4S 介绍

(1)介绍

一般在 Java 中,常使用如下三个工具解析 JSON

Gson

Google 开源的 JSON 解析工具,也支持时间解析,比较人性化,易于使用,但是性能不如 Jackson ,也不如 Jackson 有积淀

Jackson

Jackson 是功能最完整的 JSON 解析工具,也是最老牌的 JSON 解析工具,性能也足够好,但是 API 在一开始支持的比较少,用起来稍微有点繁琐

FastJson

阿里巴巴的 JSON 开源解析工具,以快著称,但是某些方面用起来稍微有点反直觉

根据自身实际情况进行选择,三个工具在 scala 中解析 JSON,不太容易,因为 Scala 与 java 不同,没办法直接解析。

(2)什么是 JSON 解析

image.png

左侧是 JSON 数据,{代表对象,name 代表字段,age 代表另一个字段,name 是值是张三,是一个字符串,age 值的20,是一个数值型;正常情况下,使用对象表示数据表,将 JSON 字符串转成 scala 对象形式,这一过程称为 JSON 解析,JSON 与Scala 都有 name 和 age,JSON 解析简单来说是把 JSON 字符串中的信息抽取出来的过程就是 JSON 解析,一般转为 Scala 对象。

读取 JSON 数据的时候,读出来的是一个有格式的字符串,将这个字符串转换为对象的过程就叫做解析

可以使用 JSON4S 来解析 JSON,JSON4S 是一个其它解析工具的 Scala 封装以适应 Scala 的对象转换

JSON4S 支持 Jackson 作为底层的解析工具

导入两个包

Step 1:导入 Maven 依赖

<! -- JSON4S -->

<dependency>

<groupId>org.json4s</ groupId>

<artifactId>json4s-native_2.11</artifactId>

<version>$json4s.version}</version>

</dependency>

<! --JSoN4S的Jackson集成库-->

<dependency>

<groupId>org.json4s</ groupId>

<artifactId>json4s-jackson_2.11</artifactId>

<version>${json4s.version}</version>

</dependency>

导入放到项目中,找到 pom 文件

JSON4S 是 scala 中的 JSON 解析工具,S 是指 scala,JSON4S 不是一个解析工具,是一个上层 API,可以使用 Jackson 作为底层的解析工具,关系像 JSON4S 提高 API,Jackson 提供底层功能,

演示如何使用创建一个 scala class,叫做 JsonTest

将 class 改为 object,写出 main 方法,杜撰 JSON 字符串,name 代表名称,price 代表价格

创建 scala 对象 Product,名称要一一对应,可以对 product 类创建对象,将具体的值赋值。

解析 JSON 使用 parse,导入两个包

Parse 方法返回的并不是一个具体的对象,返回的格式是一个 JValue 类型的数据,JValue 类型的数据是 JSON4S 中表示 JSON 对象的类型,有 JValue 可以在其中查找信息,找到 name 中的值

运行,结果是 JString(Toy),与前面的 Toy 是一样的

object JsonTest {

def main(args: Array[string]): Unit = {

import org.json4s._

import org.json4s.jackson. JsonMethods._

val product =

"""

|{"name" : "Toy" , "price" : 35.35}

""".stripMargin

parse(product)\"name"

}

}

case class Product(name : String, price: Double)

通过 parse 解析 JSON,得到 JValue,通过 JValue 有一个自定义的方法\,\后面可以直接查找 name 字段中的值,也是解析的一种方式,最终希望将 JSON 转成 product 对象形式,直接取 name,不需要查找

通过 extra 将 JValue 转化成 product 类型,横线是缺少隐式转换,导入隐式转换进行隐式传递

使用 foemats 隐式转换是一种转换规则,

parse(product)\"name"

改为

parse(product).extract[Product]

//隐士转换的形式提供格式工具,例如如何解析时间字符串

implicit val formats = Serialization.formats(NoTypeHints)

//具体的解析为某一个对象

val productobj1 = parse(product).extract[ Product]

printLn(productobj1)

}

}

case class Product( name: string, price: Double)

运行

image.png

通过 read 方法直接将字符串转成对象形式,和 parse 有区别,parse 先转成 JValue,可以进行搜索,read 方法像序列化,使用 read 要导入包

def main(args : Array [string]): Unit = {

import org.json4s._

import org.json4s.jackson. JsonMethods._

import org.json4s.jackson.Serialization.{read,write}

val product =

"""

|{"name" : "Toy" ,"price" : 35.35}

""".stripMargin

//隐式转换的形式提供格式工具,例如i如I何解析时间字符串

implicit val formats = serialization.formats(NoTypeHints)

//具体的解析为某一个对象

val productobj1 = parse(product). extract[Product]

//可以通过一个方法,直接将 JSON 字符串转为对象,但是这种方式就无法进行搜索了

val productobj2 = read[Product](product)

println(productobj4

}

}

case class Product( name: string price: Double)

运行

可以将 JSON 字符串转成对象,同时可以将对象转成 JSON 字符串

创建一个对象,render 中接收的是对象,将结果 compact,转成具体的类型,将对象转成 JSON 字符串,render 将对象中一些非法值去掉,通过 compact 转成字符串,要求 render 中所传的不能说 product 对象,是一个 JValue 对象,只有一个对象,使用 write 方法将对象直接写为 JSON 字符串形式,read 理解为将一个字符串反序列化为对象,write 将一个对象序列化我字符串,字符串都是 JSON

格式

//隐士转换的形式提供格式工具,例如如I何解析时问字符串

implicit val formats = serialization.formats(NoTypeHints)

//具体的解析为某一个对象

val productobj1 = parse(product).extract[Product]

//可以通过一个方法,直按将 JSON 字符串转为对象,但是这种方式就无法进行搜索了

val productobj2 = read[Product](product)

//将对象转为 JSON 字符串

val productobj3 = Product("电视",10.5)

val jsonstr1 = compact(render( product0bj3))val jsonStr = write(productObj3)

println(jsonstr)

转换结果没有问题

image.png

相关文章
|
5天前
|
存储 JSON 数据处理
从JSON数据到Pandas DataFrame:如何解析出所需字段
从JSON数据到Pandas DataFrame:如何解析出所需字段
17 1
|
5天前
|
Java 开发工具 Maven
java解析apk获取应用信息
请注意,你需要替换"path/to/your/apkfile.apk"为你的APK文件的实际路径。
11 0
|
5天前
|
JSON JavaScript 前端开发
vue的 blob文件下载文件时,后端自定义异常,并返回json错误提示信息,前端捕获信息并展示给用户
vue的 blob文件下载文件时,后端自定义异常,并返回json错误提示信息,前端捕获信息并展示给用户
|
5天前
|
JSON 安全 Swift
【Swift开发专栏】Swift中的JSON解析与处理
【4月更文挑战第30天】本文介绍了Swift中的JSON解析与处理。首先,讲解了JSON的基础,包括其键值对格式和在Swift中的解析与序列化方法。接着,展示了如何使用`Codable`协议简化JSON操作,以及处理复杂结构的示例。通过这些内容,读者能掌握在Swift中高效地处理JSON数据的方法。
|
5天前
|
分布式计算 DataWorks 关系型数据库
DataWorks产品使用合集之在DataWorks中,使用JSON解析函数将MySQL表中的字段解析成多个字段将这些字段写入到ODPS(MaxCompute)中如何解决
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
29 3
|
5天前
|
前端开发
【专栏】在前端开发中,package.json 文件是项目的重要配置文件,其中包含了许多与项目相关的信息和设置
【4月更文挑战第29天】`package.json`的`proxy`字段用于配置开发环境中的代理服务器,解决跨域问题并模拟后端响应。它是字符串类型,值为代理服务器地址。主要应用场景包括前端跨域请求和本地调试。配置时在`package.json`顶层添加`proxy`字段,如`"proxy": "http://localhost:8080"`。该配置仅在开发环境中生效,生产环境需另寻解决方案。
|
5天前
|
JSON 前端开发 Java
SpringBoot之JSON参数,路径参数的详细解析
SpringBoot之JSON参数,路径参数的详细解析
18 0
|
5天前
|
JSON 前端开发 Java
Json格式数据解析
Json格式数据解析
|
3天前
|
JSON NoSQL MongoDB
实时计算 Flink版产品使用合集之要将收集到的 MongoDB 数据映射成 JSON 对象而非按字段分割,该怎么操作
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
33 1
|
5天前
|
XML JSON API
转Android上基于JSON的数据交互应用
转Android上基于JSON的数据交互应用
11 1

推荐镜像

更多