解析具有 JSON 格式列的外部文件

Question

我是这个网站的新手，所以如果我做错了什么，请告诉我。我正在做一个 6 度的 Kevin Bacon 项目，该项目采用外部 CSV 文件并读取未加权图表中的所有数据，并允许运行该项目的用户找到从 Kevin Bacon 到另一个人的最短路径距离。我坚持的是弄清楚如何正确读取我的 CSV 文件中的所有数据，因为四分之二的列包含 JSON 格式的条目。我很感激我遇到的任何事情，如果您需要我，请随时要求我详细说明:)我尝试实现 JSON 简单解析器，我想坚持使用它，因为它易于安装且其功能相当简单。外部 CSV 文件很大，但它看起来像这样：/*movie_id,title,cast,crew19995,Avatar,"[{""cast_id"": 242, ""character"": ""Jake Sully"", ""credit_id"": ""5602a8a7c3a3685532001c9a"", ""gender"": 2, ""id"": 65731, ""name"": ""Sam Worthington"", ""order"": 0}, {""cast_id"": 3, */这是我尝试过的：import java.io.BufferedReader;import java.io.FileInputStream;import java.io.FileReader;import java.util.Scanner;import org.json.simple.parser.JSONParser;public class MrBacon {    public static void main(String[] args) throws Exception    {        // TODO Auto-generated method stub        JSONParser parser = new JSONParser();        if(args.length < 2)        {            throw new Exception("Input File Error");        }        Scanner reader = new Scanner(new FileInputStream(args[0]));        int size = 5000;        Graph graph = new Graph(size);        try        {            BufferedReader br = new BufferedReader(new FileReader("tmdb_5000_credits.csv"));            StringBuilder st = new StringBuilder();            String title, line;            String[] actors;             while((line = br.readLine())!= null)            {                   int col = 0;                   char [] words = line.toCharArray();                   for(int i = 0; i < words.length; i ++)                   {                          if(words[i] == ',')                       {                          col++;                       }                       else if(words[i] = )                       {                       }            }        }    }        catch(Exception e)        {            e.printStackTrace();        }    }}

Answer 1

如果数据源是一个并且没有更改，您可以使用这个在线 CSV 到 JSON 转换器，它具有方便的“解析 JSON”功能，可以将cast和crew列中的 JSON 值转换为嵌套的 JSON 对象。

然后，您将使用JSON.simple、Gson或Jackson来解析纯 JSON 数据。

例如，

movie_id,title,cast,crew

19995,Avatar,"[{""cast_id"": 242, ""character"": ""Jake Sully"", ""credit_id"": ""5602a8a7c3a3685532001c9a"", ""gender"": 2, ""id"": 65731, ""name"": ""Sam Worthington"", ""order"": 0}]",null

变成：

[

  {

    "movie_id": 19995,

    "title": "Avatar",

    "cast": [

      {

        "cast_id": 242,

        "character": "Jake Sully",

        "credit_id": "5602a8a7c3a3685532001c9a",

        "gender": 2,

        "id": 65731,

        "name": "Sam Worthington",

        "order": 0

      }

    ],

    "crew": null

  }

]

如果这不可行，那么您可能会告诉 CSV 解析库在例如在引号内找到分隔符时忽略它。

如果使用Opencsv，请查看CSVParserBuilder课程。它有一种#withIgnoreQuotations(boolean)方法可以完成这项工作。以下内容来自CSVReaderBuilder类的描述。

CSVParser parser = new CSVParserBuilder()
        .withSeparator(',')
        .withQuoteChar('"')
        .withIgnoreQuotations(true)
        .build();
CSVReader reader = new CSVReaderBuilder(new FileReader("tmdb_5000_credits.csv"))
        .withSkipLines(1)
        .withCSVParser(parser)
        .build();

我个人喜欢杰克逊图书馆。它支持开箱即用的 JSON，并且可以扩展以支持许多其他格式，例如YAML和CSV。