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
    pandas 适用,但仅适用于满足条件的行
    查看>>
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:如何根据其他列值的条件对列进行求和?
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、Matplotlib、Pyecharts数据分析实践
    查看>>
    Pandas中文官档~基础用法2
    查看>>
    Pandas中文官档~基础用法5
    查看>>
    Pandas中文官档~基础用法6
    查看>>
    Pandas中的GROUP BY AND SUM不丢失列
    查看>>
    pandas交换两列
    查看>>
    pandas介绍-ChatGPT4o作答
    查看>>