在scala中使用选项[A,B]]解析json的替代方法
例如,此处的在scala中使用选项[A,B]]解析json的替代方法,json,scala,abstract-data-type,circe,Json,Scala,Abstract Data Type,Circe,例如,此处的有效负载是可选的,它有3种变体: 我如何使用option[A,B,C]]等类型解析json,而使用sealed-trait或sum-type来使用抽象数据类型 以下是一些锅炉板的最小示例: 您的代码几乎没有问题,您的json和记录中只有语法问题。id应该是Double,而不是Int——因为这就是json中该字段的显示方式(“id”:2.1)。请在下面查找固定版本: val json = s"""[ { "id": 1,
有效负载是可选的,它有3种变体:
我如何使用option[A,B,C]]等类型解析json,而使用sealed-trait或sum-type来使用抽象数据类型
以下是一些锅炉板的最小示例:
您的代码几乎没有问题,您的json和记录中只有语法问题。id
应该是Double
,而不是Int
——因为这就是json中该字段的显示方式(“id”:2.1
)。请在下面查找固定版本:
val json =
s"""[
{
"id": 1,
"payload" : "data"
},
{
"id": 2.1,
"payload" : {
"field1" : "field1",
"field2" : 5,
"field3" : true
}
},
{
"id": 2.2,
"payload" : {
"field1" : "field1"
}
},
{
"id": 3,
"payload" : 4
},
{
"id": 4
}
]"""
type Payload = Either[String, Data]
final case class Data(field1: String, field2: Option[Int])
final case class Record(id: Double, payload: Option[Payload]) // id is a Double in your json in some cases
import io.circe.Decoder
import io.circe.generic.semiauto.deriveDecoder
implicit val dataDecoder: Decoder[Data] = deriveDecoder
implicit val payloadDecoder: Decoder[Payload] = Decoder[String] either Decoder[Data]
implicit val recordDecoder: Decoder[Record] = deriveDecoder
val result = io.circe.parser.decode[List[Record]](json)
println(result)
在我的案例中产生了:
Right(List(Record(1.0,Some(Left(data))), Record(2.1,Some(Right(Data(field1,Some(5))))), Record(2.2,Some(Right(Data(field1,None)))), Record(3.0,Some(Left(4))), Record(4.0,None)))
更新:
更通用的方法是使用所谓的Sum类型
,或者简单地说-generalsealed trait
,使用几种不同的实现。有关更多详细信息,请参见下一个Circe文档页面:
在您的情况下,可以通过以下方式实现:
import cats.syntax.functor._
import io.circe.Decoder
import io.circe.generic.semiauto.deriveDecoder
sealed trait Payload
object Payload {
implicit val decoder: Decoder[Payload] = {
List[Decoder[Payload]](
Decoder[StringPayload].widen,
Decoder[IntPayload].widen,
Decoder[ObjectPayload].widen
).reduce(_ or _)
}
}
case class StringPayload(value: String) extends Payload
object StringPayload {
implicit val decoder: Decoder[StringPayload] = Decoder[String].map(StringPayload.apply)
}
case class IntPayload(value: Int) extends Payload
object IntPayload {
implicit val decoder: Decoder[IntPayload] = Decoder[Int].map(IntPayload.apply)
}
case class ObjectPayload(field1: String, field2: Option[Int]) extends Payload
object ObjectPayload {
implicit val decoder: Decoder[ObjectPayload] = deriveDecoder
}
final case class Record(id: Double, payload: Option[Payload])
object Record {
implicit val decoder: Decoder[Record] = deriveDecoder
}
def main(args: Array[String]): Unit = {
val json =
s"""[
{
"id": 1,
"payload" : "data"
},
{
"id": 2.1,
"payload" : {
"field1" : "field1",
"field2" : 5,
"field3" : true
}
},
{
"id": 2.2,
"payload" : {
"field1" : "field1"
}
},
{
"id": 3,
"payload" : "4"
},
{
"id": 4
}
]"""
val result = io.circe.parser.decode[List[Record]](json)
println(result)
}
在我的案例中产生了下一个输出:
Right(List(Record(1.0,Some(StringPayload(data))), Record(2.1,Some(ObjectPayload(field1,Some(5)))), Record(2.2,Some(ObjectPayload(field1,None))), Record(3.0,Some(StringPayload(4))), Record(4.0,None)))
希望这有帮助 我们可以选择不将payload=4转换为字符串类型吗?这里的目标是分析有效负载、字符串、int和对象类型的3种类型。@cpchung是的,你是对的,请原谅我在开始时发布了非sens答案,我刚刚更新了它。请看一看。非常感谢。
Right(List(Record(1.0,Some(StringPayload(data))), Record(2.1,Some(ObjectPayload(field1,Some(5)))), Record(2.2,Some(ObjectPayload(field1,None))), Record(3.0,Some(StringPayload(4))), Record(4.0,None)))