展开菜单
首页 精品内容 本月促销 装机必备 Windows PDF教程 macOS软件 IOS软件 Android AI 专题
全部分类

当前位置:

首页 > 编程开发 > Gson解析动态JSON键值到POJO方法

Gson解析动态JSON键值到POJO方法

本文旨在帮助开发者解决在使用Gson库解析包含动态键值的JSON数据时遇到的问题,并提供一种将这类数据映射到JavaPOJO(PlainOldJavaObject)对象的有效方法。我们将通过一个股票交易数据的案例,详细讲解如何处理JSON中日期时间作为键值的情况,并提供相应的代码示例和注意事项。

本文目录

    使用Gson解析动态键值的JSON数据到POJO对象

    本文将针对 "使用Gson解析动态键值的JSON数据到POJO对象" 这一问题,提供详细的解决方案。在许多API接口中,返回的JSON数据结构可能包含动态的键名,例如日期、时间戳等。这种情况下,传统的POJO映射方式可能会失效。本文将介绍如何使用Gson库,结合Map数据结构,灵活地处理这类动态键值,并将JSON数据成功地映射到POJO对象中,以便后续的数据处理和使用。

    在你的示例中,问题在于 Time Series (5min) 节点下的键是动态的日期时间字符串。为了正确解析这种结构,需要对 TimeSeries 类进行调整。

    调整 TimeSeries 类

    与其创建一个名为 date 的类,不如直接使用 Map 来表示时间序列数据。这里的 Date 类对应于 JSON 中每个日期时间键对应的值。修改后的 TimeSeries 类如下:

    import com.google.gson.annotations.Expose;
    import com.google.gson.annotations.SerializedName;
    
    import java.util.Map;
    
    public class TimeSeries {
        @SerializedName("Time Series (5min)")
        @Expose
        private Map timeSeries;
    
        public Map getTimeSeries() {
            return timeSeries;
        }
    
        public void setTimeSeries(Map timeSeries) {
            this.timeSeries = timeSeries;
        }
    }

    注意,这里我们将 date 类更名为 StockData,以更清晰地表达其含义。StockData 类用于存储每个时间点的股票数据:

    import com.google.gson.annotations.Expose;
    import com.google.gson.annotations.SerializedName;
    
    public class StockData {
    
        @SerializedName("1. open")
        @Expose
        private String _1Open;
        @SerializedName("2. high")
        @Expose
        private String _2High;
        @SerializedName("3. low")
        @Expose
        private String _3Low;
        @SerializedName("4. close")
        @Expose
        private String _4Close;
        @SerializedName("5. volume")
        @Expose
        private String _5Volume;
    
        // 构造函数、getter 和 setter 方法
        public StockData() {}
    
        public StockData(String _1Open, String _2High, String _3Low, String _4Close, String _5Volume) {
            this._1Open = _1Open;
            this._2High = _2High;
            this._3Low = _3Low;
            this._4Close = _4Close;
            this._5Volume = _5Volume;
        }
    
        public String get1Open() {
            return _1Open;
        }
    
        public void set1Open(String _1Open) {
            this._1Open = _1Open;
        }
    
        public String get2High() {
            return _2High;
        }
    
        public void set2High(String _2High) {
            this._2High = _2High;
        }
    
        public String get3Low() {
            return _3Low;
        }
    
        public void set3Low(String _3Low) {
            this._3Low = _3Low;
        }
    
        public String get4Close() {
            return _4Close;
        }
    
        public void set4Close(String _4Close) {
            this._4Close = _4Close;
        }
    
        public String get5Volume() {
            return _5Volume;
        }
    
        public void set5Volume(String _5Volume) {
            this._5Volume = _5Volume;
        }
    }

    完整 DailyQuote 类

    为了完整性,这里提供修改后的 DailyQuote 类:

    import com.google.gson.annotations.Expose;
    import com.google.gson.annotations.SerializedName;
    
    public class DailyQuote {
    
        @SerializedName("Meta Data")
        @Expose
        private MetaData metaData;
        @SerializedName("Time Series (5min)")
        @Expose
        private TimeSeries timeSeries;
    
        public DailyQuote() {}
    
        public DailyQuote(MetaData metaData, TimeSeries timeSeries) {
            this.metaData = metaData;
            this.timeSeries = timeSeries;
        }
    
        public MetaData getMetaData() {
            return metaData;
        }
    
        public void setMetaData(MetaData metaData) {
            this.metaData = metaData;
        }
    
        public TimeSeries getTimeSeries() {
            return timeSeries;
        }
    
        public void setTimeSeries(TimeSeries timeSeries) {
            this.timeSeries = timeSeries;
        }
    }

    使用 Gson 解析

    现在,可以使用 Gson 将 JSON 数据解析到 POJO 对象中:

    import com.google.gson.Gson;
    import com.google.gson.GsonBuilder;
    
    public class GsonParser {
    
        public static void main(String[] args) {
            String json = "{\n" +
                    "    \"Meta Data\": {\n" +
                    "        \"1. Information\": \"Intraday (5min) open, high, low, close prices and volume\",\n" +
                    "        \"2. Symbol\": \"IBM\",\n" +
                    "        \"3. Last Refreshed\": \"2022-10-26 19:40:00\",\n" +
                    "        \"4. Interval\": \"5min\",\n" +
                    "        \"5. Output Size\": \"Compact\",\n" +
                    "        \"6. Time Zone\": \"US/Eastern\"\n" +
                    "    },\n" +
                    "    \"Time Series (5min)\": {\n" +
                    "        \"2022-10-26 19:40:00\": {\n" +
                    "            \"1. open\": \"135.0600\",\n" +
                    "            \"2. high\": \"135.0700\",\n" +
                    "            \"3. low\": \"135.0400\",\n" +
                    "            \"4. close\": \"135.0700\",\n" +
                    "            \"5. volume\": \"500\"\n" +
                    "        },\n" +
                    "        \"2022-10-26 19:05:00\": {\n" +
                    "            \"1. open\": \"135.3500\",\n" +
                    "            \"2. high\": \"135.3500\",\n" +
                    "            \"3. low\": \"135.3500\",\n" +
                    "            \"4. close\": \"135.3500\",\n" +
                    "            \"5. volume\": \"106\"\n" +
                    "        },\n" +
                    "        \"2022-10-26 18:50:00\": {\n" +
                    "            \"1. open\": \"135.0300\",\n" +
                    "            \"2. high\": \"135.0300\",\n" +
                    "            \"3. low\": \"135.0300\",\n" +
                    "            \"4. close\": \"135.0300\",\n" +
                    "            \"5. volume\": \"100\"\n" +
                    "        },\n" +
                    "        \"2022-10-26 17:50:00\": {\n" +
                    "            \"1. open\": \"135.0300\",\n" +
                    "            \"2. high\": \"135.0300\",\n" +
                    "            \"3. low\": \"135.0300\",\n" +
                    "            \"4. close\": \"135.0300\",\n" +
                    "            \"5. volume\": \"200\"\n" +
                    "        }\n" +
                    "    }\n" +
                    "}";
    
            Gson gson = new GsonBuilder().create();
            DailyQuote dailyQuote = gson.fromJson(json, DailyQuote.class);
    
            // 打印结果进行验证
            System.out.println("Meta Data: " + dailyQuote.getMetaData().get2Symbol());
            System.out.println("Time Series: " + dailyQuote.getTimeSeries().getTimeSeries().keySet());
        }
    }

    这段代码首先创建了一个 Gson 对象,然后使用 fromJson() 方法将 JSON 字符串解析为 DailyQuote 对象。最后,打印出 Meta Data 中的 Symbol 和 Time Series 中的键,以验证解析是否成功。

    注意事项

    • Gson 依赖: 确保你的项目中已经添加了 Gson 依赖。
    • 命名规范: @SerializedName 注解中的名称必须与 JSON 数据的键名完全一致,包括大小写。
    • 数据类型: 选择合适的数据类型来存储 JSON 中的值。例如,如果 JSON 中的数字是字符串类型,则 POJO 中对应的字段也应该使用 String 类型。
    • 空值处理: Gson 默认会将 JSON 中的 null 值映射到 POJO 中对应的字段的 null 值。 如果需要自定义空值处理,可以使用 Gson 的 JsonDeserializer 接口。

    总结

    通过使用 Map 数据结构,可以有效地处理包含动态键值的 JSON 数据。 这种方法灵活且易于实现,适用于各种复杂的 JSON 结构。 在实际开发中,应根据具体的 JSON 数据结构和业务需求,选择最合适的 POJO 映射方案。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    精品专题 更多
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    macOS软件

    正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

    IOS软件

    正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

    AI

    正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

    Mac软件 更多
    Aperty macOS版
    Aperty macOS版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw macOS版
    AionClaw macOS版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy macOS版
    Loomy macOS版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    AirBuddy 3 macOS版
    AirBuddy 3 macOS版

    AirBuddy 3 是面向 macOS 的蓝牙外设增强工具,可集中查看 AirPods、Beats 与苹果设备电量,提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。

    AirServer macOS版
    AirServer macOS版

    AirServer macOS版可把 Mac 转换为无线投屏接收端,通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面,并支持多设备同时连接、高清镜像及会话录制,适合家庭娱乐、课堂教学、会议演示和应用展示。

    AnyDesk macOS版
    AnyDesk macOS版

    AnyDesk macOS版是一款适用于远程办公、设备维护和客户支持的远程桌面工具,可连接并操作异地计算机,支持文件传输、无人值守访问、会话权限控制及跨平台协作。

    WINDOWS 更多
    讯飞绘文 网页版
    讯飞绘文 网页版

    讯飞绘文网页版是科大讯飞推出的AI图文创作与内容运营工具,覆盖热点选题、文章生成、稿件校对、智能配图、排版发布和数据复盘等环节,适合自媒体创作者及内容团队在线使用。

    Maya(Autodesk Maya) Windows版
    Maya(Autodesk Maya) Windows版

    Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件,集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体,

    Aperty Windows版
    Aperty Windows版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw Windows版
    AionClaw Windows版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy Windows版
    Loomy Windows版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    AirServer Windows版
    AirServer Windows版

    AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端,适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端,并可同时接收和智能排列多个镜像会话。