json转dataset的另外一种解析方式自动生成guid强关联

/// <summary>
/// 将json字符串自动转成dataset,并且自动补全主子关联关系,
/// Guid,FKGuid
/// Author:lijia
/// date:2019-03-28
/// </summary>
/// <param name="schemaName"></param>
/// <param name="tbName">datatable名称</param>
/// <param name="jsonDS">dataset对象</param>
/// <param name="dsJs">json字符串</param>
/// <param name="ListToStringColumn">需要做特殊处理的字段,如字段a:["1","2"]不希望生成单独表</param>
public static void GetDsFromJson(string schemaName, string tbName, DataSet jsonDS, JObject dsJs, List<string> ListToStringColumn)
{
CreateTbByJson(tbName, jsonDS, dsJs, ListToStringColumn);
CreateTbDbByJson(tbName, "rtnTb", "", jsonDS, dsJs, ListToStringColumn);
if (!string.IsNullOrEmpty(schemaName))
{
foreach (DataTable item in jsonDS.Tables)
{
item.TableName = schemaName + "_" + item.TableName;
}
}
}

/// <summary>
/// 根据json组装dataset
/// </summary>
/// <param name="tbName">datatable名称</param>
/// <param name="jsonDS">dataset对象</param>
/// <param name="tbJs">json字符串</param>
/// <param name="ListToStringColumn">需要做特殊处理的字段,如字段a:["1","2"]不希望生成单独表</param>
private static void CreateTbByJson(string tbName, DataSet jsonDS, JObject tbJs, List<string> ListToStringColumn)
{
if (tbName == "") tbName = "rtnTb";
DataTable tb = new DataTable();
tb.TableName = tbName;
if (ListToStringColumn == null)
{
ListToStringColumn = new List<string>();
}
//循环json字符串组装表结构
foreach (var item in tbJs)
{
string fdname = item.Key;
if (ListToStringColumn.Contains(fdname))
{
if (!tb.Columns.Contains(fdname))
{
DataColumn dc = new DataColumn(fdname, typeof(string));
tb.Columns.Add(dc);
}
}
else
{
if (item.Value.Type != JTokenType.Array && item.Value.Type != JTokenType.Object)
{
if (!tb.Columns.Contains(fdname))
{
DataColumn dc = new DataColumn(fdname, typeof(string));
tb.Columns.Add(dc);
}
}
else
{
if (item.Value.Type == JTokenType.Array)
{
JArray rowsJA = item.Value as JArray;
//判断,如果rowsJA第一个元素不是OBJECT,则表示此数组为枚举值数组,则增加表,字段为F1
if (rowsJA.Count > 0 && rowsJA[0].Type != JTokenType.Object && rowsJA[0].Type != JTokenType.Array)
{
if (ListToStringColumn.Count <= 0 || (ListToStringColumn.Count > 0 && !ListToStringColumn.Contains(item.Key)))
{
JArray tmpRowsJA = new JArray();
for (int i = 0; i < rowsJA.Count; i++)
{
JObject tmpRowJO = new JObject();
tmpRowJO.Add("F1", rowsJA[i]);
tmpRowsJA.Add(tmpRowJO);
}
JObject jo = new JObject();
jo.Add(item.Key, tmpRowsJA);
CreateTbByJson(item.Key, jsonDS, jo, ListToStringColumn);
}
}
else
{
foreach (var ArrayItem in item.Value)
{

CreateTbByJson(item.Key, jsonDS, (JObject)ArrayItem, ListToStringColumn);
}
}
}
else
{
CreateTbByJson(item.Key, jsonDS, (JObject)item.Value, ListToStringColumn);
}
}
}
}
if (!tb.Columns.Contains("Guid"))
{
DataColumn dc = new DataColumn("Guid", typeof(string));
tb.Columns.Add(dc);
}
if (!tb.Columns.Contains("Fk_Guid"))
{
DataColumn dc = new DataColumn("Fk_Guid", typeof(string));
tb.Columns.Add(dc);
}
if (!string.IsNullOrEmpty(tbName) && !jsonDS.Tables.Contains(tbName)) //准备表结构
{
jsonDS.Tables.Add(tb);
}
}

/// <summary>
/// 把json数据转换成dataset
/// </summary>
/// <param name="tbName">datatable名称</param>
/// <param name="mtbName">主表名称</param>
/// <param name="strFGuid">Guid唯一键</param>
/// <param name="jsonDS">已经通过json组装好的dataset</param>
/// <param name="tbJs">json数据</param>
/// <param name="ListToStringColumn">需要做特殊处理的字段,如字段a:["1","2"]不希望生成单独表</param>
public static void CreateTbDbByJson(string tbName, string mtbName, string strFGuid, DataSet jsonDS, JObject tbJs, List<string> ListToStringColumn)
{
if (tbName == "") tbName = "rtnTb";
if (jsonDS.Tables.Contains(tbName))
{
DataRow dr = jsonDS.Tables[tbName].NewRow();
string strGuid = System.Guid.NewGuid().ToString();
//strFGuid = strFGuid + "+" + mtbName;
dr["Guid"] = strGuid;
dr["Fk_Guid"] = strFGuid;
foreach (var item in tbJs)
{
string fdname = item.Key;
if (ListToStringColumn.Contains(fdname))
{
dr[fdname] = item.Value.ToString().Replace("[", "").Replace("]", "").Replace(" ", "").Replace("\"", "");
}
else
{
if (item.Value.Type != JTokenType.Array && item.Value.Type != JTokenType.Object)
{
if (!jsonDS.Tables[tbName].Columns.Contains(fdname))
{
DataColumn dc = new DataColumn(fdname, typeof(string));
jsonDS.Tables[tbName].Columns.Add(dc);
}
dr[fdname] = item.Value;
}
else
{
if (item.Value.Type == JTokenType.Array)
{
JArray rowsJA = item.Value as JArray;
//判断,如果rowsJA第一个元素不是OBJECT,则表示此数组为枚举值数组,则增加表,字段为F1
if (rowsJA.Count > 0 && rowsJA[0].Type != JTokenType.Object && rowsJA[0].Type != JTokenType.Array)
{
if (ListToStringColumn.Count <= 0 || (ListToStringColumn.Count > 0 && !ListToStringColumn.Contains(item.Key)))
{
JArray tmpRowsJA = new JArray();
for (int i = 0; i < rowsJA.Count; i++)
{
JObject tmpRowJO = new JObject();
tmpRowJO.Add("F1", rowsJA[i]);
tmpRowsJA.Add(tmpRowJO);
}
rowsJA = tmpRowsJA;
}
}
foreach (var ArrayItem in rowsJA)
{
CreateTbDbByJson(item.Key, tbName, strGuid, jsonDS, (JObject)ArrayItem, ListToStringColumn);
}
}
else
{
CreateTbDbByJson(item.Key, tbName, strGuid, jsonDS, (JObject)item.Value, ListToStringColumn);
}
}
}

}
if (null != dr)
{
jsonDS.Tables[tbName].Rows.Add(dr);
}
}
}

原文地址:https://www.cnblogs.com/hn_lijia/p/11331955.html

时间: 2024-08-10 09:00:06

json转dataset的另外一种解析方式自动生成guid强关联的相关文章

Android学习之XML数据的三种解析方式以及生成XML文件

首先,我得声明,本博客的思想主要参考了此博客:http://blog.csdn.net/liuhe688/article/details/6415593 不过代码我自己一句句敲的 好了,首先讲一下解析XML的三种方式:(恕我粘贴一下哈) SAX解析器: SAX(Simple API for XML)解析器是一种基于事件的解析器,它的核心是事件处理模式,主要是围绕着事件源以及事件处理器来工作的.当事件源产生事件后,调用事件处理器相应的处理方法,一个事件就可以得到处理.在事件源调用事件处理器中特定方

JSON的三种解析方式

一.什么是JSON? JSON是一种取代XML的数据结构,和xml相比,它更小巧但描述能力却不差,由于它的小巧所以网络传输数据将减少更多流量从而加快速度. JSON就是一串字符串 只不过元素会使用特定的符号标注. {} 双括号表示对象 [] 中括号表示数组 "" 双引号内是属性或值 : 冒号表示后者是前者的值(这个值可以是字符串.数字.也可以是另一个数组或对象) 所以 {"name": "Michael"} 可以理解为是一个包含name为Mich

xml中俩种解析方式

两种解析方式 1.from xml.etree import ElementTree as ET 利用ElementTree模块下的xml方法可以把一个字符串类型的东西转换成Element类,从而利用Element类下面的方法 xml(字符串)解析方式只能读不能写 from xml.etree import ElementTree as ET # 打开文件,读取XML内容 str_xml = open('xo.xml', 'r').read() # 将字符串解析成xml特殊对象,root代指xm

xml的两种解析方式

xml解析是日常项目中用到比較多的技能.不管是配置參数或者数据都能够保存在xml文件里.同一时候也能够将xml作为数据传输的一种格式.本文将介绍两种基本解析方式:xml字符串解析和xml文件解析. xml字符串解析 package com.discover.parse; import java.util.Iterator; import org.dom4j.Document; import org.dom4j.DocumentException; import org.dom4j.Documen

Xml的三种解析方式

XML的三种解析方式:DOM.SAX.PULL解析 废话不说上代码: package com.minimax.xmlparsedemo; import java.io.InputStream; import java.util.List; import android.os.Bundle; import android.app.Activity; import android.content.res.AssetManager; import android.util.Log; import an

【网络爬虫的三种解析方式】 -- 2019-08-08 18:01:21

原文: http://106.13.73.98/__/132/ 三种解析方式 正则解析 Xpath解析 BeautifulSoup解析 本文将详细为大家讲解三种聚焦爬虫中的数据解析方式. requests模块可实现数据爬取的流程 指定url 基于requests模块发起请求 获取响应对象中的数据 进行持久化存储 ???????其实,在上述流程中还需要较为重要的一步,就是在持久化存储之前需要进行指定数据解析.因为,在大多数情况下,我们都是指定去使用聚焦爬虫,也就是爬取页面中指定部分的数据值,而不是

Json两种解析方式

JSON数据解析的有点在于他的体积小,在网络上传输的时候可以更省流量,所以使用越来越广泛,下面介绍使用JsonObject和JsonArray的两种方式解析Json数据. 使用以上两种方式解析json均需要依赖json-lib.jar开发包使用依赖包 1.JsonObject 使用JsonObject解析只有一条数据的json是非常方便的例如:"{\"name\":\"zhangsan\",\"password\":\"zha

SpringMVC上传文件的三种解析方式

springMVC上传文件后,在action解析file文件的三种方式. jsp页面的写法: <form action="parserUploadFile1" method="post" enctype="multipart/form-data"> <input type="file" name="file" /> <input type="submit"

XML解析——Java中XML的四种解析方式

 XML是一种通用的数据交换格式,它的平台无关性.语言无关性.系统无关性.给数据集成与交互带来了极大的方便.XML在不同的语言环境中解析方式都是一样的,只不过实现的语法不同而已. XML的解析方式分为四种:1.DOM解析:2.SAX解析:3.JDOM解析:4.DOM4J解析.其中前两种属于基础方法,是官方提供的平台无关的解析方式:后两种属于扩展方法,它们是在基础的方法上扩展出来的,只适用于java平台. 针对以下XML文件,会对四种方式进行详细描述: 1 <?xml version="1.