博客
关于我
帆软报表自定义函数-取json数据
阅读量:613 次
发布时间:2019-03-12

本文共 1872 字,大约阅读时间需要 6 分钟。

帆软报表支持,写 Java 代码自定义函数,完成各种逻辑的取数。

 

最近遇到一个需求,单元格里的数据是 json 格式,希望通过自定义一个函数完成取数。

取数公式如:

JSONVAL('{"k1":"v1", "k2":["v21", "v22"], "k3":{"k31":"v31"}}', 'k1') -> v1JSONVAL('{"k1":"v1", "k2":["v21", "v22"], "k3":{"k31":"v31"}}', 'k2', 0) -> v21JSONVAL('{"k1":"v1", "k2":["v21", "v22"], "k3":{"k31":"v31"}}', 'k3', 'k31') -> v31JSONVAL('[1, "2", {"k1":"v1"}]', 2, 'k1') -> v1

 

Web 项目使用了 Gson 解析和生成 json 格式的数据,这里基于 Gson 实现。

代码如下: 

package com.fr.function;import com.fr.script.AbstractFunction;import com.fr.stable.Primitive;import com.google.gson.JsonArray;import com.google.gson.JsonElement;import com.google.gson.JsonObject;import com.google.gson.JsonParser;/** * 帆软json取数,支持多层级 * 如: * JSONVAL('{"k1":"v1", "k2":["v21", "v22"], "k3":{"k31":"v31"}}', 'k1') -> v1 * JSONVAL('{"k1":"v1", "k2":["v21", "v22"], "k3":{"k31":"v31"}}', 'k2', 0) -> v21 * JSONVAL('{"k1":"v1", "k2":["v21", "v22"], "k3":{"k31":"v31"}}', 'k3', 'k31') -> v31 * JSONVAL('[1, "2", {"k1":"v1"}]', 2, 'k1') -> v1 * @author ConstXiong */public class JSONVAL extends AbstractFunction{	private static final long serialVersionUID = 1L;	@Override	public Object run(Object[] arg) {		int paramLength = arg.length;		if (paramLength < 2 || arg[0] == null || arg[1] == null) {			return Primitive.ERROR_NAME;		}		try {			JsonParser parser = new JsonParser();			JsonElement jsonEle = parser.parse(arg[0].toString());			for (int i = 1; i < paramLength; i++) {				if (jsonEle.isJsonObject() && arg[i] instanceof String) {					jsonEle = ((JsonObject)jsonEle).get(arg[i].toString());				} else if (jsonEle.isJsonArray() && arg[i] instanceof Integer) {					jsonEle = ((JsonArray)jsonEle).get((Integer)arg[i]);				} else {					return Primitive.ERROR_VALUE;				}			}			//此时 jsonEle 仍可能是 JsonObject 或 JsonArray,暂不处理			return jsonEle.getAsString();		} catch (Exception e) {			return Primitive.ERROR_VALUE;		}	}	}

 

使用如图:

 

 


【Java面试题与答案】整理推荐

 

转载地址:http://roaxz.baihongyu.com/

你可能感兴趣的文章
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
nmap 使用方法详细介绍
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
nmap指纹识别要点以及又快又准之方法
查看>>
Nmap渗透测试指南之指纹识别与探测、伺机而动
查看>>