博客
关于我
Java中递归遍历Map数据,并替换值为null的数据
阅读量:785 次
发布时间:2019-03-25

本文共 2008 字,大约阅读时间需要 6 分钟。

项目需求分析与解决方案

当前需求针对一个JSON数据格式的处理,要求对内部结构中出现"null"值进行替换,替换为空间实137020。数据结构为:

{  "TYPE": "FLIGHTLOAD",  "DATA": {    "FLIGHTID": {      "OUTERFLIGHTID": "6A9DF3F551060192E0530B061C20F1C1",      "CARRIER": "MF",      "FLIGHT": "null",      "ORIGIN": "PEK",      "DESTINATION": "XMN",      "SCHEDULEDEPARTURETIME": "20190312160500"    },    "PAYLOAD": [      {        "DEPARTUREAIRPORT": "PEK",        "DESTINATIONAIRPORT": "XMN",        "TRANSITCHILD": "null",        "TRANSITINFANT": "null",        "BAGGAGE": "959",        "BAGGAGECOUNT": "959",        "POST": "0",        "CARGO": "1859",        "TRANSITPOST": "null",        "TRANSITCARGO": "null"      }    ]  }

工具与解决方案

为了实现上述需求,我们开发了一套递归处理方法,该方法能够将JSON数据中的"null"值替换为空。具体实现如下:

public static void mapNullToEmpty(Map
jsonResult) { for (Map.Entry
entry : jsonResult.entrySet()) { String key = entry.getKey(); Object obj = entry.getValue(); if (obj instanceof String) { if ("null".equals(obj)) { jsonResult.put(key, ""); } } else if (obj instanceof List) { List
> dataList = (List
>) obj; for (Map
data : dataList) { mapNullToEmpty(data); } } else if (obj instanceof Map) { mapNullToEmpty((Map
) obj); } }}

实施效果

经过处理后的JSON数据结构如下:

{  "TYPE": "FLIGHTLOAD",  "DATA": {    "FLIGHTID": {      "OUTERFLIGHTID": "6A9DF3F551060192E0530B061C20F1C1",      "CARRIER": "MF",      "FLIGHT": "",      "ORIGIN": "PEK",      "DESTINATION": "XMN",      "SCHEDULEDEPARTURETIME": "20190312160500"    },    "PAYLOAD": [      {        "DEPARTUREAIRPORT": "PEK",        "DESTINATIONAIRPORT": "XMN",        "TRANSITCHILD": "",        "TRANSITINFANT": "",        "BAGGAGE": "959",        "BAGGAGECOUNT": "959",        "POST": "0",        "CARGO": "1859",        "TRANSITPOST": "",        "TRANSITCARGO": ""      }    ]  }}

项目总结

该方案通过递归处理JSON数据,实现了将"null"值替换为空的需求。在实际应用中,需要注意以下几点:

  • 确保处理方法能够覆盖所有嵌套的JSON结构
  • 注意保持原始数据的其他不变性
  • 要严格按照项目需求对"null"值进行替换
  • 在处理后期性能有所增加
  • 这种方法能够灵活适配不同层级的JSON数据,同时确保代码简洁且易于维护。

    转载地址:http://xapuk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>