小菜菜程序媛

A blog-orientation theme for Frieda

Love coding, coding love me!.


github address

Java中的Json包使用心得

首先要说下之前用的是json lib那个包,在应用过程中有个bug, 于是选用了轻量级的解析工具包org.json.jar

在用json lib这个包时,同时需要你加入其他的依赖包,需要注意各依赖包之间的版本兼容。在应用过程中,出现如下问题:

 JSONObject obj = new JSONObject();
 obj.put("test_string", "null")
 //put进去的是字符串"null"转为json对象时不能识别数据类型,结果是{"test_string", null} 。

 obj.put("test_str", "[8]")
 //相类似的,出现某默认数据类型时,也不能识别自动转换成了list类别。也就是说,在java中的关键字或者是类型作为字符串时转换会出现问题。 个人认为,这是个小bug。

org.json包的简单使用 org.json包就不会出现上述问题,能够正常识别带关键字的字符串。

  • JSONObject

这个对象和map比较像,可以往其put键值对,并且value的值允许不一样,但不允许是bean类型。

    JSONObject obj = new JSONObject();
    obj.put("test", "null");
    ArrayList<String> l = new ArrayList<String>();
    l.add("这");
    l.add("是");
    l.add("测试");
    obj.put("list", l);

    System.out.print(obj.toString());
    //{"test":"null","list":["这","是","测试"]}

导入bean类型的数据 如果将bean类型的数据,像上述方法一样导入,将有问题,存储的是一个对象,而不是值。

		JSONObject obj = new JSONObject();
		Student s = new Student(15,"Amy");
		obj.put("student", s);
		System.out.print(obj.toString());

		//{"student":"json_test.Student@4aa298b7"}

正确方法应该是

		Student s = new Student(15,"Amy");
		JSONObject obj = new JSONObject(s);
		System.out.print(obj.toString());

		//{"name":"Amy","age":15}

从文件中读取json, 即传入一个string, 把他转换为JSONObject

			JSONObject obj = new JSONObject(str);

获取其中的某个字段,不同类型采用不同方法

		String query = obj.getString("query");
		JSONArray evidences = obj.getJSONArray("passage")  //list 类型

// evidences是个list类型,其中的元素可以继续递归获取Object对象。
for(int i=0;i<evidences.length;i++){
	JSONObject evidence = (JSONObject)evidence.get(i);
}
  • JSONArray JSONArray相对于JSONObject,它是一个有序的序列值,表现形式是包裹在方括号中,可用于JSONObject的嵌套处理中,例子如上。

在用的过程中,掌握好以上两个的使用,就能实现简单的读写json功能了。说了这么多,感觉还是python的 json读取方便。

最近的文章

机器学习面试总结

在找工作的过程中,发现自己真的好多知识点没有真正掌握,所以打算重新学习整理并记录下。线性回归在线性回归中,我们假设样本的噪声符合高斯分布。$f(x) = \sum_i^{d} x_j w_j + \epsilon$, 其中$\epsilon $ 服从标准正态分布,也就是此处的因变量也服从均值为$\sum_i^{d} x_j w_j $正态分布。最小二乘估计和最大似然估计最小二乘估计,最合理的参数估计量应该使得模型能够最好的拟合样本数据,也就是估计值和观测值之差的平方和最小。最大似然法,最合...…

面试总结, 机器学习继续阅读
更早的文章

关于为什么pagerank能收敛

pagerank的主要思想 如果一个网页被很多其他网页链接到的话说明这个网页比较重要,也就是PageRank值会相对较高 如果一个PageRank值很高的网页链接到一个其他的网页,那么被链接到的网页的PageRank值会相应地因此而提高算法原理PageRank算法是互联网中的众多网页看做是一个有向图,如上图所示。算法过程是把网页预先给网页一个PR值(一般取$\frac{1}{N}$, N 为网页总数)。然后通过以下公式不断更新PR值,直到收敛:其中$M_{p_i}$ 是所有对$p_i$...…

machine learning继续阅读