【Azure Developer】使用.Net Core解析JSON的笔记

简介: 【Azure Developer】使用.Net Core解析JSON的笔记

在C#中解析JSON的一些历史代码记录,分别记录针对各种情况的解析方式。

DLL的引用

using Newtonsoft.Json;
using Newtonsoft.Json.Linq;


需要使用的类型

JArray:对应JSON字符串中的[]数组表示

JArray x = JArray.Parse(jsonresult);

x[0].ToString()//或在知晓JSON格式的对象时,可直接反序列化。JsonConvert.DeserializeObject<List<T>>(jsonresult);

JObject:对应JSON字符串中的{"key":"value"}对象键值对

JObject obj = JObject.Parse(jsoncontent);

obj ["Key Name"].ToString()//或在知晓JSON格式的对象时,可直接反序列化。JsonConvert.DeserializeObject<T>(jsoncontent);

JToken:针对JSON中的值为["value1","value2","value3"]的情况使用JToekn解析后,可以直接使用jtoken[i]依次获取value

JToken jtvalue= JToken.Parse(jsonstring);

jtvalue[0].ToString()

JSON字符串格式一:

[
    {
        "tree": [
            {
                "id": "b661f9c2-28ee-800a-b621-118a6787a8e6",
                "name": "Automanage Preview",
                "type": "productname",                
                "tree": [
                    {
                        "id": "d2067d69-7bb0-9ee4-cdf8-097211d4229a",
                        "tree": [
                            {
                                "id": "647d2678-3991-b6f2-595c-5215afaaa61a",
                                "type": "category",
                                "typeid": "bcc1837c-6364-a038-6359-afaa3b5144b5",                                
                                "tags": []
                            },
                            {
                                "id": "cf520d66-1d51-3644-2d60-f26a2ce384c3",
                                "name": "Can't create",
                                "type": "category",
                                "typeid": "5414a0bd-ea3d-77f1-2bed-07800e2c7e32",
                                "state": "public",
                                "tags": []
                            },
                            {
                                "id": "8279780f-d659-5819-0598-f9cca054d8df",
                                "name": "Error when ",
                                "type": "category",
                                "typeid": "6c35e082-3d87-83d4-9fa7-d213a2e998b3",
                                "state": "public",
                                "tags": []
                            },

使用JArray来解析JSON字符串到由JSON Object组成的数组,也可以通过Linq语句来过滤。

JArray x = JArray.Parse(result);

var mc21v = x.Children<JObject>().FirstOrDefault(o => o["tree"][0]["name"] != null && o["tree"][0]["name"].ToString() == "filter value");

通过对象中的tree ->name查找JSON字符串中高亮部分,也是第一级Tree节点下子节点的name来过滤。当获取到mc21v 节点对象后,继续根据是否由数组,是否是对象(由key存在)依次递归来获取JSON中所携带的值。



C#
自动换行
xxxxxxxxxx
3
 
1
JArray x = JArray.Parse(result);
2

3
var mc21v = x.Children<JObject>().FirstOrDefault(o => o["tree"][0]["name"] != null && o["tree"][0]["name"].ToString() == "filter value");

为卡片添加间距 
删除卡片

JSON字符串格式二:

{
    "table_parameters": [
        {
            "header_names": [
                "ID",
                "Name",
                "Time",
                ...
            ],
            "table_parameter_result": [
                [
                    "3125649",
                    "test",
                    "2020-10-23T18:35:52.4121265",
                    .....
                ],
                [
                    "123123545",
                    "test again",
                    "2020-10-23T20:27:27.3168876",
                    ...
                ],
                [
                    "120100503",

以上格式为自定义的JSON表格格式,table_parameters节点中包含表头(header_names)和表内容(table_parameter_result),所以在获取值时候,就需要使用到JArrayJToken。

  JObject details = JObject.Parse(sdresult);

   JToken resultTableObj = details["table_parameters"][0];

   resultTableObj[i].ToString()

附加一:使用Python读取JSON格式得文件内容并输出

import os, uuid
import json

try:
    local_path = "."
    local_file_name = "All My Case.json"
    upload_file_path = os.path.join(local_path, local_file_name)

    with open(upload_file_path, "r") as data:   
        #print(data.read()) 
        y = json.loads(data.read())
        print(len(y))
        for c in y:
            print(c[0]+","+c[8]+","+c[36]+","+c[42])        

except Exception as ex:
    print('Exception:')
    print(ex)

What is JSON?

  • JSON stands for JavaScript Object Notation
  • JSON is a lightweight data-interchange format
  • JSON is "self-describing" and easy to understand
  • JSON is language independent *

MORE JSON: https://www.w3schools.com/js/js_json_intro.asp

相关文章
|
7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。
|
9月前
|
存储 JSON 关系型数据库
【干货满满】解密 API 数据解析:从 JSON 到数据库存储的完整流程
本文详解电商API开发中JSON数据解析与数据库存储的全流程,涵盖数据提取、清洗、转换及优化策略,结合Python实战代码与主流数据库方案,助开发者构建高效、可靠的数据处理管道。
|
8月前
|
JSON 算法 API
淘宝商品评论API接口核心解析,json数据返回
淘宝商品评论API是淘宝开放平台提供的数据服务接口,允许开发者通过编程方式获取指定商品的用户评价数据,包括文字、图片、视频评论及评分等。其核心价值在于:
|
6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。
427 3
|
6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)
819 0
|
10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。
290 67
|
7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。
|
JSON 数据格式
【Azure Fabric Service】演示使用PowerShell命令部署SF应用程序(.NET)
本文详细介绍了在中国区微软云Azure上使用Service Fabrics服务时,通过PowerShell命令发布.NET应用的全过程。由于Visual Studio 2022无法直接发布应用,需借助PowerShell脚本完成部署。文章分三步讲解:首先在Visual Studio 2022中打包应用部署包,其次连接SF集群并上传部署包,最后注册应用类型、创建实例并启动服务。过程中涉及关键参数如服务器证书指纹和服务端证书指纹的获取,并附带图文说明,便于操作。参考官方文档,帮助用户成功部署并运行服务。
379 73
|
11月前
|
安全 Linux 开发工具
【Azure Function】分享把Function App从.NET 6.0升级到.NET 8.0 Isolated的步骤
本文介绍了将Azure Function App从.NET 6.0升级到.NET 8.0 Isolated的步骤。.NET 6.0作为长期支持版本,生命周期至2024年11月结束。为确保持续支持,建议升级至更新版本。升级步骤包括安装.NET 8 SDK、更新Azure Functions Core Tools、修改项目文件目标框架为net8.0、更新兼容的NuGet包、本地测试以及重新发布到Azure。更多详细信息可参考官方文档。
447 9
|
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。
773 4
JSON数据解析实战:从嵌套结构到结构化表格

热门文章

最新文章

推荐镜像

更多
  • DNS
  • 下一篇
    开通oss服务