JSON转CSV：使用Java处理复杂数据结构

引言

在数据处理和分析的世界中，经常需要将数据从一种格式转换为另一种更便于处理或分析的格式。本文将详细介绍如何使用Java语言，配合Jackson和Apache Commons CSV库，将嵌套的JSON数据转换成CSV格式。这种技能在数据科学、软件开发和系统集成等领域非常有用。

准备工作

首先，确保你的Java项目中引入了必要的库。如果你使用Maven作为项目管理工具，可以在pom.xml文件中添加以下依赖：

xml

<!-- Jackson for JSON processing -->
<dependency>
    <groupId>com.fasterxml.jackson.core</groupId>
    <artifactId>jackson-databind</artifactId>
    <version>2.12.3</version>
</dependency>

<!-- Apache Commons CSV for CSV writing -->
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-csv</artifactId>
    <version>1.8</version>
</dependency>

示例JSON文件

假设我们有一个名为response.json的文件，其内容如下：

json

{
  "code": 0,
  "data": {
    "page": {
      "prePage": 1,
      "nextPage": 1,
      "pageNo": 1,
      "pageSize": 10,
      "totalPage": 1,
      "totalCount": 10
    },
    "statList": [
      {
        "statDate": "2023-12-31",
        // 其他字段
      }
      // 更多数据项...
    ]
  }
}

Java代码实现

我们的目标是读取statList中的数据，并将其转换为CSV格式。下面是完整的Java代码实现：

java

import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.apache.commons.csv.CSVFormat;
import org.apache.commons.csv.CSVPrinter;

import java.io.FileReader;
import java.io.FileWriter;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

public class JsonToCsvConverter {
    public static void main(String[] args) {
        String jsonFilePath = "response.json";
        String csvFilePath = "output.csv";

        ObjectMapper mapper = new ObjectMapper();
        try (FileReader fileReader = new FileReader(jsonFilePath);
             FileWriter fileWriter = new FileWriter(csvFilePath);
             CSVPrinter csvPrinter = new CSVPrinter(fileWriter, CSVFormat.DEFAULT.withHeader(
                    "statDate", "platformName", "pageName", "positionName", "productionName", "orderName", 
                    "orgName", "inventory", "backendExposurePv", "fillRate", "frontExposurePv", "clickPv", 
                    "backendClickPv", "clickRate", "orderType"))) {

            JsonNode rootNode = mapper.readTree(fileReader);
            JsonNode dataNode = rootNode.path("data");
            JsonNode statList = dataNode.path("statList");
            int count = 0;

            if (statList.isArray()) {
                for (JsonNode node : statList) {
                    List<String> csvData = new ArrayList<>();
                    // 添加数据到csvData列表
                    csvData.add(node.path("statDate").asText(""));
                    // ... 其他字段处理

                    csvPrinter.printRecord(csvData);
                    count++;
                }
            }

            csvPrinter.flush();
            System.out.println("CSV文件已生成！");
            System.out.println("原始数据中共有 " + count + " 条数据。");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

结论

通过上述步骤，我们不仅学会了如何处理和转换嵌套的JSON数据，还确保了数据的完整性和灵活性。这种技能对于处理复杂的数据结构非常重要，可以广泛应用于多种业务和技术场景中。

后续步骤

为了进一步提高效率和可读性，可以考虑添加异常处理和数据验证的逻辑，确保在处理大量或复杂数据时的健壮性。

如果你有任何问题或需要进一步的帮助，请随时留言或联系我。 😄👨‍💻