Jolt库实现JSON对象属性重组与拼接技巧
2025-07-10 07:12:34作者:秋泉律Samson
在JSON数据处理过程中,经常需要对对象属性进行重组和拼接操作。本文通过一个实际案例,展示如何使用Jolt库高效地完成这类转换任务。
原始数据结构分析
原始数据是一个简单的汽车信息对象:
{
"ID": "1",
"Make": "Toyota",
"Model": "Camry"
}
目标数据结构
我们需要将其转换为以下格式:
{
"properties": [
{ "key": "ID", "value": "1" },
{ "key": "Make", "value": "Toyota" },
{ "key": "Model", "value": "Camry" },
{ "key": "label", "value": "Toyota Camry 1" }
]
}
转换方案详解
1. 使用modify-default-beta操作
首先,我们通过modify-default-beta操作创建一个新的label字段,该字段是其他三个字段值的拼接结果:
{
"operation": "modify-default-beta",
"spec": {
"label": "=concat(@(1,Make),' ',@(1,Model),' ',@(1,ID))"
}
}
这里使用了Jolt的concat函数,将Make、Model和ID字段用空格连接起来。@(1,...)表示从当前层级向上查找一级的字段值。
2. 使用shift操作重组数据结构
接下来,我们使用shift操作将对象属性转换为键值对数组:
{
"operation": "shift",
"spec": {
"*": {
"$": "properties[#2].key",
"@": "properties[#2].value"
}
}
}
这个转换规则的工作原理:
"*"匹配所有顶级字段"$"表示使用字段名本身作为输出"@"表示使用字段值作为输出#2是数组索引,表示每个字段在properties数组中的位置
技术要点解析
- 通配符使用:
"*"匹配所有字段,是实现批量转换的关键 - 特殊符号含义:
$代表字段名@代表字段值
- 数组索引:
#2自动递增,确保每个字段对应数组中的不同位置 - 表达式函数:concat函数支持动态拼接字符串
完整转换规范
将上述两个操作组合起来,就是完整的转换方案:
[
{
"operation": "modify-default-beta",
"spec": {
"label": "=concat(@(1,Make),' ',@(1,Model),' ',@(1,ID))"
}
},
{
"operation": "shift",
"spec": {
"*": {
"$": "properties[#2].key",
"@": "properties[#2].value"
}
}
}
]
总结
通过这个案例,我们学习了Jolt库中两个强大的操作:
modify-default-beta:用于创建新字段和值计算shift:用于重组数据结构
这种组合方式不仅简洁高效,而且具有很强的通用性,可以应用于各种需要将对象属性转换为键值对数组的场景。掌握这些技巧,可以大大提升JSON数据处理的效率。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
265
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868