当前位置: 首页 > java >正文

Fastjson 从多层级的JSON数据中获取特定字段的值

使用 Fastjson 的 JSONPath.eval 可以通过 JSONPath 表达式直接定位多层级 JSON 中的目标字段,避免逐层调用 getJSONObject() 的繁琐操作。以下是具体实现方法和示例:

核心思路

通过 JSONPath.eval 方法,传入 JSON 对象(或 JSON 字符串)和 JSONPath 表达式,直接提取目标字段的值。JSONPath 表达式类似 XPath,用简洁的路径语法描述嵌套结构(例如 $.user.info.contact.email 表示根节点下 user 对象的 info 对象的 contact 对象的 email 字段)。

import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import com.alibaba.fastjson.JSONPath;public class JsonPathEvalDemo {public static void main(String[] args) {// 示例多层级 JSON 数据(与之前保持一致)String jsonStr = "{\n" +"  \"user\": {\n" +"    \"info\": {\n" +"      \"name\": \"张三\",\n" +"      \"age\": 25,\n" +"      \"contact\": {\n" +"        \"email\": \"zhangsan@example.com\",\n" +"        \"phone\": \"138-1234-5678\"\n" +"      }\n" +"    },\n" +"    \"login\": {\n" +"      \"last_login_time\": \"2025-05-05 20:30:00\",\n" +"      \"is_valid\": true\n" +"    }\n" +"  }\n" +"}";try {// 1. 解析 JSON 字符串为 JSONObjectJSONObject root = JSON.parseObject(jsonStr);// 2. 逐层获取嵌套对象JSONObject user = root.getJSONObject("user");         // 获取 "user" 对象JSONObject info = user.getJSONObject("info");         // 获取 "info" 对象JSONObject contact = info.getJSONObject("contact");   // 获取 "contact" 对象// 3. 获取目标字段值(支持多种类型)String name = info.getString("name");         // 姓名(字符串)int age = info.getIntValue("age");            // 年龄(整数)String email = contact.getString("email");    // 邮箱(字符串)boolean isValid = user.getJSONObject("login").getBooleanValue("is_valid");  // 登录有效性(布尔值)// 输出结果System.out.println("姓名: " + name);System.out.println("年龄: " + age);System.out.println("邮箱: " + email);System.out.println("登录有效性: " + isValid);} catch (Exception e) {e.printStackTrace();System.out.println("解析 JSON 失败: " + e.getMessage());}// 解析 JSON 为 JSONObject(或直接对 JSON 字符串使用 JSONPath)JSONObject root = JSON.parseObject(jsonStr);try {// 1. 用 JSONPath 表达式直接获取目标字段String name = (String) JSONPath.eval(root, "$.user.info.name");          // 姓名Integer age = (Integer) JSONPath.eval(root, "$.user.info.age");          // 年龄String email = (String) JSONPath.eval(root, "$.user.info.contact.email");// 邮箱Boolean isValid = (Boolean) JSONPath.eval(root, "$.user.login.is_valid");// 登录有效性// 2. 输出结果System.out.println("姓名: " + name);System.out.println("年龄: " + age);System.out.println("邮箱: " + email);System.out.println("登录有效性: " + isValid);// 3. 扩展:直接对 JSON 字符串使用(无需先解析为 JSONObject)String lastLoginTime = (String) JSONPath.eval(jsonStr, "$.user.login.last_login_time");System.out.println("最后登录时间: " + lastLoginTime);} catch (Exception e) {e.printStackTrace();System.out.println("JSONPath 解析失败: " + e.getMessage());}}
}

1. JSONPath 表达式语法
  • $:表示根节点(类似 XPath 的 /)。
  • . 或 []:访问子节点(例如 $.user 或 $['user'] 效果相同)。
  • 嵌套层级:用连续的 . 拼接路径(例如 $.user.info.contact.email)。
  • 数组支持:若字段是数组,可用 [index] 定位元素(例如 $.users[0].name 表示第一个用户的姓名)。

2.字段不存在处理

若路径不存在,JSONPath.eval 会返回 null(不会抛异常),需注意判空:

String email = (String) JSONPath.eval(root, "$.user.info.contact.email");
if (email == null) {System.out.println("邮箱字段不存在");
}
高级用法(可选)
  • 通配符 *:匹配所有子节点(例如 $.user.info.* 获取 info 下所有字段)。
  • 过滤表达式:用 ?() 筛选符合条件的元素(例如 $.users[?(@.age > 20)] 筛选年龄大于 20 的用户)。
  • 递归匹配 ..:递归查找所有层级的目标字段(例如 $..email 匹配所有层级的 email 字段)。

通过 JSONPath.eval,可以更简洁、灵活地处理多层级 JSON 数据,尤其适合嵌套深、结构复杂的场景。

http://www.xdnf.cn/news/4212.html

相关文章:

  • Transformer中的三种注意力机制
  • 开源模型应用落地-qwen模型小试-Qwen3-8B-推理加速-vLLM-结构化输出(三)
  • Copilot for PPT 可直接用模板创建品牌演示文稿
  • 【Python-Day 10】Python 循环控制流:while 循环详解与 for 循环对比
  • 文件上传/读取/包含漏洞技术说明
  • MySQL中有哪几种锁?
  • 【“星瑞” O6 评测】 — 车辆速度估计
  • 【区块链】Uniswap之滑点(Slippage)
  • Java 检查某个点是否存在于圆扇区内(Check whether a point exists in circle sector or not)
  • springBoot中自定义一个validation注解,实现指定枚举值校验
  • LINUX——例行性工作
  • 私有仓库 Harbor、GitLab
  • K8S使用--dry-run输出资源模版和兼容性测试
  • Django缓存框架API
  • 物理服务器紧急救援:CentOS系统密码重置全流程实战指南
  • 如何添加或删除极狐GitLab 项目成员?
  • JPress安装(Docker)
  • 如何在使用 docker-compose 命令时指定 COMPOSE_PROJECT_NAME ?
  • 概统期末复习--速成
  • 区块链交易所开发:开启数字交易新时代
  • TypeScript简介
  • LeetCode 热题 100 198. 打家劫舍
  • 【机器学习-线性回归-6】机器学习中的维度:从特征工程到降维艺术
  • Missashe考研日记-day33
  • 数字政府大模型应用方案
  • MySQL 8.4.5 源码编译安装指南
  • 国联股份卫多多与国术科技签署战略合作协议
  • 使用OpenCV 和Dlib 实现表情识别
  • AI量化解析:从暴跌5%到飙涨3%—非线性动力学模型重构黄金极端波动预测框架
  • 人工智能如何革新数据可视化领域?探索未来趋势