嵌套JSON数据自动回写HTML网页

本文介绍解析来自MongoDB数据库的JSON嵌套字符串,按HTML界面元素自定义属性展现数据内容的解决方案及技术实现代码。

这里写图片描述

HTML网页定义

<!DOCTYPE html>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
<head></head>
<body>
<h1>表单展示数据回写测试 JavaScript</h1>
<p id="demo" >这是表单数据解析示例.</p>
<div> 
<label >名称:</label><label fieldid="name"></label><br>
通过自定义属性“fieldtype”来定义数据类型。<br><br>
<button id="test" type="button" onclick="showAllElem()">测试展示表单数据</button><br><br>
<label>标题:</label><label fieldid="title"></label><br>
<label >年龄:</label><label fildid="old"></label><br>
多行子表单,字段属性定义为“subid”,表单按数据字段属性定义,标识出含有子表,属性为“subtable”单独定义列数,其他不变。
<table id="dynamictable" fieldid="subdatas" subtable="3" border="1" cellspacing="0" width="400">
<tr>
<td>数据名称</td><td>数据类型</td><td>数值</td>
</tr>
<tr>
<td><label subid="fieldid"></label></td>
<td><label subid="fieldtype"></label></td>
<td><label subid="fieldvalue"></label></td>
</tr>
</table>
<br><label >结束标志:</label><label fieldid="flag"></label><br>
</div> 
</body>
</html>

注,表单定义规则如下:
(1) 使用Label回显页面数据;
(2) 在label中,自定义属性“fieldid”,如果是表(table),则区别自定义属性为“subid”;
(3) 在表〈table〉的元素中,增加自定义属性subtable,其属性值为表格的列数。

在设计页面时,多行子表单的定义,必须按规则设计,要求如下:

  • 需要有表头行;
  • 事先定义出一行数据。

此用法必须使用〈!DOCTYPE〉 声明,所有浏览器都支持 〈!DOCTYPE〉 声明。
定义和用法:

  • 〈!DOCTYPE〉 声明必须是 HTML 文档的第一行,位于〈html〉 标签之前。
  • 〈!DOCTYPE〉 声明不是 HTML 标签;它是指示 web 浏览器关于页面使用哪个 HTML 版本进行编写的指令。
  • 在 HTML 4.01 中,〈!DOCTYPE〉 声明引用 DTD,因为 HTML 4.01 基于 SGML。DTD 规定了标记语言的规则,这样浏览器才能正确地呈现内容。
  • HTML5 不基于 SGML,所以不需要引用 DTD。

提示:请始终向 HTML 文档添加 声明,这样浏览器才能获知文档类型。

JavaScript代码

<script>
//表单增加插入一行
function insertRow(){
  var dytb_id = 'dynamictable';
  var dy_row_num = document.getElementById(dytb_id).rows.length;
  //取table中第二行单元格集合
  var dy_row = document.getElementById(dytb_id).rows[1].cells;
  //在table末尾,追加一行
  var dytb=document.getElementById(dytb_id).insertRow(dy_row_num);

  for (i = 0;i<dy_row.length; i++){
    var dy_td = dytb.insertCell(i);
    dy_td.innerHTML = dy_row[i].innerHTML;   
  } 
}
//显示所有回写数据
function showAllElem(){
    var elems = document.getElementsByTagName("*");  //遍历所有元素
    var ret_json = "";  //定义返回JSON数据字符串
    var m = 0;          //JSON嵌套子文档起点
    var subcolumns = 0;  //多行表单列数
    var subrows = 0;     //多行表单数据行数
    var row_num = 0;     //数据行数

    ret_json = "{\"name\":\"测试JSON\",\"title\":\"测试标题\",\"subtable\":[{\"fieldid\":\"数据名称a\",\"fieldtype\":\"string\"},{\"fieldid\":\"数据名称b\",\"fieldtype\":\"number\"},{\"fieldid\":\"数据名称c\",\"fieldtype\":\"datetime\"}],\"flag\":\"测试结束!\"}";   

    //将 JavaScript 对象表示法 (JSON) 字符串转换为对象。
    json_obj = JSON.parse(ret_json);

    for(var i=0;i<elems.length;i++){
        if (elems[i].hasAttribute("fieldid") && !(elems[i].hasAttribute("subtable"))){
            //按键值获取对象的值
            var tmp_key = elems[i].getAttribute("fieldid");
            alert(tmp_key);
            elems[i].innerText = json_obj[tmp_key];

            //n++;
        }else{
            if (elems[i].hasAttribute("subtable")){
                subcolumns = elems[i].getAttribute("subtable");
                var tbl_id = elems[i].id;
                //取表单数据行数
                subrows = document.getElementById(tbl_id).rows.length - 1;
                //按规则取多行子表单数据
                var json_obj_dim = json_obj["subtable"];
                for (var j=subrows;j<json_obj_dim.length;j++){
                    insertRow();
                }

                m = 0;
            }else{
                if (elems[i].hasAttribute("subid") && (m < subcolumns)){
                    var tmp_key = elems[i].getAttribute("subid");
                    alert(tmp_key);
                    elems[i].innerText = json_obj_dim[row_num][tmp_key];

                    m++;
                }else{
                    if (elems[i].hasAttribute("subid")){
                        //多行子表单数据换行
                        row_num++;
                        var tmp_key = elems[i].getAttribute("subid");
                        alert(tmp_key);
                        elems[i].innerText = json_obj_dim[row_num][tmp_key];                        
                        m = 1;  
                    }
                }
            }
        }
    } 
}
</script>

其中JSON数据内容及格式如下所示:

{"name":"测试JSON",
"title":"测试标题",
"subtable":[
{"fieldid":"数据名称a","fieldtype":"string"},
{"fieldid":"数据名称b","fieldtype":"number"},
{"fieldid":"数据名称c","fieldtype":"datetime"}
],
"flag":"测试结束!"}"

按系统设计,此JSON数据是通过Webservice,从MongoDB数据库取出来的BSON数据。数据中“键-值”对的“键(key)”与HTML网页上lable的自定义属性“fieldid”或“subid”所对应。

如下序列图为处理JSON数据展现的简明原理,其中,略去读取MongoDB数据库的过程及内容。

Created with Raphaël 2.1.2 浏览器 浏览器 HTML页面 HTML页面 JS函数 JS函数 MongoDB MongoDB JSON对象 JSON对象 设计页面,自定义属性() 获取JSON数据() 读取BSON数据() 遍历HTML界面元素() parse(JSON字符串) 按界面元素键值获取JSON对象的值()

注:关于JSON在以下文档模式中受到支持:Internet Explorer 8 标准模式、Internet Explorer 9 标准模式、Internet Explorer 10 标准模式、Internet Explorer 11 标准模式。此外,也在应用商店应用(Windows 8 和 Windows Phone 8.1)中受支持。
在以下文档模式中不受支持:Quirks、Internet Explorer 6 标准模式、Internet Explorer 7 标准模式。

参考:
网页表单文档设计及技术实现 肖永威 2015.5
avaScript遍历HTML表单元素及表单定义 肖永威 2015.5
W3School 提供内容:http://www.w3school.com.cn/jsref/dom_obj_document.asp
微软所提供:JSON.parse 函数 (JavaScript)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
在Python中处理嵌套JSON数据可以通过json和pandas等库实现。 使用json库可以将JSON数据转换为Python对象,然后使用Python的数据处理方式进行操作。json库提供了两个函数——loads和dumps。其中,loads将JSON数据转换为Python对象,dumps将Python对象转换为JSON数据。在嵌套JSON数据的情况下,可以使用递归来遍历数据。 使用pandas库可以将JSON数据转换为DataFrame,方便进行数据分析和可视化处理。pandas提供了read_jsonjson_normalize等函数来解析JSON数据。其中,read_json函数将JSON数据转换为DataFrame,json_normalize函数可以展平嵌套JSON数据,方便进行数据分析处理。 例如,一个嵌套JSON数据如下: { "id": 123, "name": "John", "address": { "province": "Guangdong", "city": "Shenzhen", "street": "Futian Road" }, "scores": [ {"subject": "Math", "score": 90}, {"subject": "English", "score": 85}, {"subject": "Chinese", "score": 95} ] } 使用json库可以将其转换为Python对象,并进行操作: import json # 将JSON数据转换为Python对象 json_str = '{ "id": 123, "name": "John", "address": { "province": "Guangdong", "city": "Shenzhen", "street": "Futian Road" }, "scores": [ {"subject": "Math", "score": 90}, {"subject": "English", "score": 85}, {"subject": "Chinese", "score": 95} ] }' data_dict = json.loads(json_str) # 获取属性值 print(data_dict["id"]) print(data_dict["address"]["province"]) print(data_dict["scores"][0]["score"]) 使用pandas库可以将其转换为DataFrame,并进行数据分析和可视化处理: import pandas as pd # 将JSON数据转换为DataFrame data_df = pd.read_json(json_str) # 展示所有数据 print(data_df) # 展开嵌套JSON数据 data_norm = pd.json_normalize(data_dict, record_path=['scores'], meta=['id', 'name', ['address', 'province'], ['address', 'city'], ['address', 'street']]) print(data_norm) 这样就能方便地处理嵌套JSON数据了。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

肖永威

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值