在Scala中解析内容为Json格式的文件

Posted 2023-03-15

【中文标题】在Scala中解析内容为Json格式的文件

【英文标题】：Parsing a file having content as Json format in Scala

【发布时间】：2019-11-29 08:53:36

【问题描述】：

我想解析一个内容为 json 格式的文件。 我想从文件中提取一些属性（名称、DataType、Nullable）来动态创建一些列名。 我已经浏览了一些示例，但其中大多数都使用案例类，但我的问题是每次收到文件时可能有不同的内容。

我尝试使用 ujson 库来解析文件，但我无法理解如何正确使用它。

object JsonTest 
  def main(args: Array[String]): Unit = 

    val source = scala.io.Source.fromFile("C:\\Users\\ktngme\\Desktop\\ass\\file.txt")
    println(source)
    val input = try source.mkString finally source.close()
    println(input)

    val data = ujson.read(input)
    data("name") = data("name").str.reverse
    val updated = data.render()
  

文件示例的内容：

"Organization": 
"project": 
"name": "POC 4PL",
"description": "Implementation of orderbook"
,
"Entities": [

"name": "Shipments",
"Type": "Fact",
"Attributes": [

"name": "Shipment_Details",
"DataType": "StringType",
"Nullable": "true"
,

"name": "Shipment_ID",
"DataType": "StringType",
"Nullable": "true"
,

"name": "View_Cost",
"DataType": "StringType",
"Nullable": "true"

],
"ADLS_Location": "/mnt/mns/adls/raw/poc/orderbook/"

]

预期输出：

StructType(
Array(StructField("Shipment_Details",StringType,true),
StructField("Shipment_ID",DateType,true),   
StructField("View_Cost",DateType,true))) 

StructType 需要以编程方式添加到预期的输出中。

【参考方案1】：

尝试使用 Playframework 的 Json 工具 - https://www.playframework.com/documentation/2.7.x/ScalaJson

这是您问题的解决方案- \ 将您的 json 放在文本文件中

    val fil_path = "C:\\TestData\\Config\\Conf.txt"
    val conf_source = scala.io.Source.fromFile(fil_path)
    lazy val json_str = try conf_source.mkString finally conf_source.close()
    val conf_json: JsValue = Json.parse(json_str)
    val all_entities: JsArray = (conf_json \ "Organization" \ "Entities").get.asInstanceOf[JsArray]
    val shipments: JsValue = all_entities.value.filter(e => e.\("name").as[String] == "Shipments").head
    val shipments_attributes: IndexedSeq[JsValue] = shipments.\("Attributes").get.asInstanceOf[JsArray].value
    val shipments_schema: StructType = StructType(shipments_attributes.map(a => Tuple3(a.\("name").as[String], a.\("DataType").as[String], a.\("Nullable").as[String]))
      .map(x => StructField(x._1, StrtoDatatype(x._2), x._3.toBoolean)))
    shipments_schema.fields.foreach(println)

输出是 -

StructField(Shipment_Details,StringType,true)
StructField(Shipment_ID,StringType,true)
StructField(View_Cost,StringType,true)

【讨论】：

非常感谢@ValaravausBlack ?

【参考方案2】：

这取决于你是否希望它是完全动态的，这里有一些选项：

如果你只想阅读一个字段，你可以这样做：

import upickle.default._

val source = scala.io.Source.fromFile("C:\\Users\\ktngme\\Desktop\\ass\\file.txt")
val input = try source.mkString finally source.close()
val json = ujson.read(input)

println(json("Organization")("project")("name")) 

输出将是："POC 4PL"

如果您只希望属性与类型一起使用，您可以这样做：

import upickle.default.macroRW, ReadWriter => RW
import upickle.default._

val source = scala.io.Source.fromFile("C:\\Users\\ktngme\\Desktop\\ass\\file.txt")
val input = try source.mkString finally source.close()
val json = ujson.read(input)
val entitiesArray = json("Organization")("Entities")(0)("Attributes")
println(read[Seq[StructField]](entitiesArray))

case class StructField(name: String, DataType: String, Nullable: String)
object StructField
  implicit val rw: RW[StructField] = macroRW

输出将是：List(StructField(Shipment_Details,StringType,true), StructField(Shipment_ID,StringType,true), StructField(View_Cost,StringType,true))

另一种选择是使用不同的库来进行类映射。如果您使用 Google Protobuf Struct 和 JsonFormat 它可以是 2-liner：

import com.google.protobuf.Struct
import com.google.protobuf.util.JsonFormat

val source = scala.io.Source.fromFile("C:\\Users\\ktngme\\Desktop\\ass\\file.txt")
val input = try source.mkString finally source.close()

JsonFormat.parser().merge(input, builder)
println(builder.build())

输出将是：fields key: "Organization" value struct_value fields key: "project" value struct_value fields key: "name" value string_value: "POC 4PL" fields key: "description" value string_value: "Implementation of orderbook" fields key: "Entities" value list_value values struct_value fields key: "name" value string_value: "Shipments" ...

【讨论】：

嘿@Boaz 我不了解 Google Protobuf。如果我使用第一个解决方案，那么我可以动态提取属性吗？如何传递输入文件路径。你能分享一个完整的例子吗？感谢您的支持。

@Stark 我添加了完整的示例和 Google 库的链接。

在执行上述程序时，我得到空指针异常:(与您分享异常消息。

ujson.AstTransformer$class.transformObject(AstTransformer.scala:15) 的线程“main”java.lang.NullPointerException 的异常在 ujson.Value$.transformObject(Value.scala:86) 在 ujson .Value$.transform(Value.scala:152) at ujson.Value$.transform(Value.scala:86) at ujson.AstTransformer$$anonfun$transformArray$1.apply(AstTransformer.scala:11) at ujson.AstTransformer$ $anonfun$transformArray$1.apply(AstTransformer.scala:11) at scala.collection.mutable.ResizableArray$class.foreach(ResizableArray.scala:59)

在 scala.collection.mutable.ArrayBuffer.foreach(ArrayBuffer.scala:48) 在 ujson.AstTransformer$class.transformArray(AstTransformer.scala:11) 在 ujson.Value$.transformArray(Value. scala:86) at ujson.Value$.transform(Value.scala:151) at ujson.Value$class.transform(Value.scala:75) at ujson.Arr.transform(Value.scala:211) at upickle.Api $class.read(Api.scala:32) at upickle.default$.read(Api.scala:102) at StructField$.delayedEndpoint$StructField$1(StructField.scala:18) at StructField$delayedInit$body.apply(StructField .scala:10)