最近为了工作方便写了一个小工具，这个小工具作用很简单，就是从一个json字符串中筛出你想要的部分。
介绍
背景是这样的，我们为了线上调试方便，有个工具可以模拟发起一次数据请求，然后将结果以json的形式展示到页面上。但问题是这个数据包含的信息非常多，动不动就上千行(如上图)，但每次debug的时候，只想看里面特定的几个字段，平常只能依赖于浏览器搜索工具一行一行搜，可能想看的字段会间隔好几屏，一行行看即低效还容易漏。 如果要看JsonArray的数据，我之前是拷贝出来，然后用grep把字段筛出来，但这样又丢失了层级信息。。。。。如果我们想把某些字段列一起用于数据分析的话，就更难了，只能人肉筛选记录。。。
我这个工具采用很简单的语法来标识目标json的层级结构，以及每一层中你想要的字段。语法类似yaml的层级结果，用相同的缩减标识同一层，每一层的关键词是你想要的字段key，不区分大小写，为了更方便使用，也支持正则表达式。
当然这里有几个特殊规则：
1.如果当前层级是个jsonArray的话字段后面需要加后缀:[]来标识出来(后续我可能会在中括号中支持范围)。
- 第一行必须随便写个字段，保留这个字段的目的还是怕一上来就是个JsonArray。
- 目前暂时不能加空行，尤其是多行之间，会导致筛选有问题。
示例如下，也可以试用demo。
复制
json menu id popup menuitem:[] value
实现
如果你了解json数据格式的话，就知道它是一个层级嵌套的结构，而层级嵌套结构它其实很容易去转换成一种树形的结构。事实上现在市面上所有的json解析器，其实都是将这些数据转换成树形结构存储的。知道json是一个树形结构之后，我们是不是构造一个同构的子树，同构子树的含义树每一层包含更少的节点，但有的节点和原树的节点同构。
如何构造或者说描述这样一个同构的树形结构？ 这里我选用了类似yaml的描述，它采用了不同缩进来标识层级关系。
复制
1 2 3 4 5 6
比如这个，2 4 节点为1的子节点，3是2的子节点，5 6是4的子节点。 有了描述语言，接下来的一步就是将描述语言转化为抽象语法树。这里我采用编译原理中的递归下降算法，用递归的方式构造每个节点的子节点。
为了方便，我首先将语法描述预处理下，主要是将缩进转化为层级深度，然后递归解析，解析代码如下。
复制
public class Node { public int type = 0; //jsonObject or jsonArray Map<String, Node> children = new HashMap<>(); public Node(String[] keys, int[] deeps, int cur) { //解析逻辑直接放在构造函数中 // 无子节点 if (cur == keys.length - 1 || deeps[cur] >= deeps[cur+1]) { this.type = 0; //无子节点 return; } int childDeep = deeps[cur+1]; for (int i = cur+1; i < keys.length; i++) { if (deeps[i] < childDeep) { break; } else if (deeps[i] > childDeep) { continue; } String key = keys[i]; Node child = new Node(keys, deeps, i); // 递归解析子节点 if (key.contains(":")) { key = key.split(":")[0]; child.type = 1; // ArrayList; } children.put(key, child); } } }
整个解析完之后就是一颗抽象语法树。json字符串我用fastjson解析后也是树形层级结构，因为我们新生成的语法树和json语法树是同构的关系，所以我们可以同时递归遍历新语法树和抽象语法树，并同时生成一个筛选后的json字符串，这样我们完成了匹配筛选的过程，代码如下。
复制
public Object getSelected(Object object) { // 无子节点 if (children.size() == 0) { return object; } JSONObject res = new JSONObject(true); JSONObject json = (JSONObject)object; for (Map.Entry<String, Object> entry : json.entrySet()) { Node child = getChild(entry.getKey()); if (child == null) { continue; } // json if (child.type == 0) { res.put(entry.getKey(), child.getSelected(json.get(entry.getKey()))); } // jsonArray if (child.type == 1) { JSONArray arr = (JSONArray)entry.getValue(); JSONArray newArr = new JSONArray(); for (int i = 0; i < arr.size(); i++) { newArr.add(child.getSelected(arr.getJSONObject(i))); } res.put(entry.getKey(), newArr); } } return res; } public Node getChild(String content) { for (Map.Entry<String, Node> child : children.entrySet()) { // 这里我额外加入了正则表达式匹配，可以让选择器的功能更灵活 if (content.equalsIgnoreCase(child.getKey()) || Pattern.matches(child.getKey(), content)) { return child.getValue(); } } return null; }
最后写个类封装下所有API即可。
复制
public class JsonSelector { private Node startNode; private JsonSelector() {}; // 编译生成语法树 public static JsonSelector compile(String txt) { // 预处理 txt = txt.replace("\t", " "); String[] arr = txt.split("\n"); int[] deeps = new int[arr.length]; String[] keys = new String[arr.length]; for (int i = 0; i < arr.length; i++) { String str = arr[i]; deeps[i] = getSpaceCnt(str); keys[i] = rmSpace(str); } JsonSelector selector = new JsonSelector(); selector.startNode = new Node(keys, deeps, 0); return selector; } public String getSelectedString(String jsonStr) { JSONObject json = JSONObject.parseObject(jsonStr, Feature.OrderedField); JSONObject res = (JSONObject) startNode.getSelected(json); return res.toJSONString(); } private static int getSpaceCnt(String str) { int cnt = 0; for (cnt = 0; cnt < str.length(); cnt++) { if (str.charAt(cnt) != ' ') { break; } } return cnt; } private static String rmSpace(String str) { String res = str.trim(); int end = res.length(); while(end > 0 && res.charAt(end - 1) == ' ') { end--; } return res.substring(0, end); } }
