Kettle实战100篇 第17篇 JSONPath组件介绍说明

在我们使用JSON input组件的时候,设置字段映射时,由于Kettle使用的是JSONPath组件来进行解析的,因此我们就需要了解他的相关语法

JSONPath是一个用于读取JSON的Java DSL操作库

GitHub:https://github.com/json-path/JsonPath

在线调试:http://jsonpath.herokuapp.com/

表示法

JSONPath表达式用于指定JSON结构元素(或一组元素)的路径.路径的表示法可以使用点表示,如下：

$.store.book[0].title

或者括号表示:

$['store']['book'][0]['title']

**$**所代表的是JSON根路径,在使用时可以忽略.例如$.foobar.name和foobar.name所表达的意思是一样的,同理$[0].status和[0].status也一样

其他语法元素如下表:

表达式	说明
$	根对象或者数组
.property	选择父对象中指定的属性
[property]	选择父对象中的指定属性。务必在属性名称周围加上单引号。 如果属性名称包含空格等特殊字符，或者以A…Za…z_以外的字符开头，请使用此表示法
[n]	从数组中选择第n个元素。索引从0开始。
[index1,index2,…]	选择具有指定索引的数组元素。返回一个集合列表。
..property	递归查找：递归搜索指定的属性名称，并返回具有此属性名称的所有值的数组。即使只找到一个属性，也始终返回一个列表。
*	通配符选择对象或数组中的所有元素，无论其名称或索引如何。例如，address.*。*表示地址对象的所有属性，book [*]表示书籍数组的所有项目
[start:end] or [start:]	从起始索引中选择数组元素，最多但不包括结束索引。如果省略end，则从开始到数组结束选择所有元素。返回一个列表。
[:n]	选择数组的前n个元素。返回一个列表。
[-n:]	选择数组的最后n个元素。返回一个列表。
[?expression]	过滤表达式。选择对象或数组中与指定过滤器匹配的所有元素。返回一个列表。
[(expression)]	可以使用脚本表达式代替显式属性名称或索引。一个例子是[(@.length-1)]，它选择数组中的最后一项。这里，length指的是当前数组的长度，而不是名为length的JSON字段。
@	在过滤器表达式中用于引用正在处理的当前节点。

注意：

• JSONPath表达式(包括属性名称和值)区分大小写。
• 与XPath不同，JSONPath没有用于从给定节点访问父节点或兄弟节点的操作。

过滤器

过滤器是用于过滤数组的逻辑表达式。带有过滤器的JSONPath表达式的示例

$.store.book[?(@.price < 10)]

其中@表示当前正在处理的数组项或对象。过滤器也可以使用$来引用当前对象之外的属性

$.store.book[?(@.price < $.expensive)]

只指定属性名称的表达式如[?(@.isbn)]将匹配具有此属性的所有项目,无论值如何

此外,过滤器支持一下运算符

操作符	说明
==	等于,1和'1'被认为是相等的,字符串值必须用单引号括起来(不是双引号)：例如[?(@.color=='red')]
!=	不等于。字符串值必须用单引号括起来。
>	大于
>=	大于等于
<	小于
<=	小于等于
=~	匹配JavaScript正则表达式,例如[?(@.description=~ /cat.*/i)]匹配描述以cat开头的项（不区分大小写）
!	用于否定,例如[?(!@.isbn)]匹配没有isbn属性的项目
&&	逻辑AND，用于组合多个过滤器表达式,例如：[?(@.category=='fiction' && @.price < 10 )]
||	逻辑OR，用于组合多个过滤器表达式,例如：[?(@.category=='fiction' || @.price < 10 )]

综合示例

目前我们有如下JSON结构:

{
   
  "store": {
   
    "book": [
      {
   
        "category": "reference",
        "author": "Nigel Rees",
        "title": "Sayings of the Century",
        "price": 8.95
      },
      {
   
        "category": "fiction",
        "author": "Herman Melville",
        "title": "Moby Dick",
        "isbn": "0-553-21311-3",
        "price": 8.99
      },
      {
   
        "category": "fiction",
        "author": "J.R.R. Tolkien",
        "title": "The Lord of the Rings",
        "isbn": "0-395-19395-8",
        "price": 22.99
      }
    ],
    "bicycle": {
   
      "color": "red",
      "price": 19.95
    }
  },
  "expensive": 10
}

在下面的例子中,$符号是可选的,可以省略掉：

表达式	说明
$.store.*	store对象下所有的属性(非递归)
$.store.bicycle.color	获取得到color属性的值,结果为red
$.store..price $..price	返回所有的price属性值集合,结果为[8.95,8.99,22.99,19.95]
$.store.book[*] $..book[*]	所有的book集合
$..book[*].title	返回book对象下的所有标题集合
$..book[0]	返回第一个book集合对象,结果为[{"category":"reference","author":"Nigel Rees","title":"Sayings of the Century","price":8.95}]
$..book[0].title	返回第一个book集合对象中的title属性,结果是Sayings of the Century
$..book[0,1].title $..book[:2].title	返回前2个book集合对象的title属性,结果是[Sayings of the Century, Moby Dick]
$..book[-1:].title $..book[(@.length-1)].title