一. jsonpath语法
1. 操作符
| 符号 | 描述 |
|---|---|
| $ | 查询的根节点对象，用于表示一个json数据，可以是数组或对象 |
| @ | 过滤器（filter predicate）处理的当前节点对象 |
| * | 获取所有节点 |
| . | 获取子节点 |
| … | 递归搜索，筛选所有符合条件的节点 |
| ?() | 过滤器表达式，筛选操作 |
| [start:end] | 数组片段，区间为[start,end),不包含end |
| [A]或[A,B] | 迭代器下标，表示一个或多个数组下标 |
2. 函数
可以在JsonPath表达式执行后进行调用，其输入值为表达式的结果。
| 名称 | 描述 |
|---|---|
| min() | 获取数值类型数组的最小值 |
| max() | 获取数值类型数组的最大值 |
| length() | 获取数值类型数组的长度，例如$.data.length() |
| … | … |
3. 过滤器
过滤器是用于过滤数组的逻辑表达式。
| 操作符 | 描述 |
|---|---|
| == | 等于 |
| != | 不等于 |
| < | 小于 |
| =~ | 判断是否符合正则表达式，例如[?(@.name =~ /foo.*?/i)] |
| in | 所属符号，例如[?(@.type in [“小雨”,“中到大雨”])] |
| nin | 排除符号 |
| … | … |
二.实例说明
1. 常用示例
BODY
{
"code" : 200,
"msg" : "成功!",
"data" : {
"yesterday" : {
"date" : "13日星期一",
"high" : "高温 23℃",
"fx" : "东北风",
"low" : "低温 18℃",
"fl" : "<![CDATA[3-4级]]>",
"type" : "小雨"
},
"city" : "杭州",
"aqi" : null,
"forecast" : [
{
"date" : "17日星期五",
"high" : "30",
"fengli" : "<![CDATA[<3级]]>",
"low" : "22",
"fengxiang" : "无持续风向",
"type" : "小雨"
},
{
"date" : "18日星期六",
"high" : "33",
"fengli" : "<![CDATA[<3级]]>",
"low" : "19,
"fengxiang" : "无持续风向",
"type" : "多云"
}
],
"ganmao" : "各项气象条件适宜，无明显降温过程，发生感冒机率较低。",
"wendu" : "21"
}
}
| 含义 | 表达式 | 获取值 |
|---|---|---|
| 获取 data.forecast[0] 对象中 position_name 值。 | 从根元素 $ 开始，经过 data 对象，进入 forecast 数组的第一个元素（索引为 0），最终提取 position_name 属性的值。$.data.forecast[0].position_name |
滨江 |
| 使用迭代器，获取 data 中 forecast 数组中所有 aqi 的值。 | 从根元素开始，通过 data 对象找到 forecast 数组，使用 [*] 对数组内所有元素进行操作，提取 aqi 属性的值。$.data.forecast[*].aqi |
[62,68] |
| 使用迭代器，获取 forecast 数组中所有的 aqi 值大于等于 60 的 primary_pollutant 值。 | 在整个 JSON 文档中查找 forecast 元素，使用 [?(@.aqi >= 60)] 筛选出 aqi 大于等于 60 的元素，再提取这些元素的 primary_pollutant 属性的值。$..forecast[?(@.aqi >= 60)].primary_pollutant |
[‘null’,‘null’] |
| 使用迭代器，获取 data 中 forecast 数组中 aqi 的第一个值。 | 先通过 $.data.forecast[*].aqi 获取 forecast 数组内元素的 aqi 值，再用 [0] 取第一个值。{$.data.forecast[*].aqi}[0] |
62 |
| 获取 data 中 forecast 数组中 level 等于"良"对象，并获取该对象中 pm25 的值。 | 从 data.forecast 数组中筛选出 level 属性为 "良" 的元素，提取这些元素的 pm25 属性的值。$.data.forecast[?(@.level=="良")].pm25 |
[43] |
| 获取 data 中 forecast 数组中 level 等于“良”且 aqi 等于 62 的所有对象，并获取该对象中 pm10 的值。 | 从 data.forecast 数组中筛选出 level 属性为 "良" 且 aqi 属性为 62 的元素，提取这些元素的 pm10 属性的值。$.data.forecast[?((@.level=="良")&&(@.aqi==62))].pm10 |
[73] |
| 获取 data 中 forecast 数组中 aqi 大于 65 的所有对象，并获取该对象中 position_name 值。 | 从 data.forecast 数组中筛选出 aqi 属性大于 65 的元素，提取这些元素的 position_name 属性的值。$.data.forecast[?(@.aqi>65)].position_name |
[“西溪”] |
2. 实际中的应用场景示例
- 获取数组对象中的某个值
表达式：$.data.forecast[*].type 获取值为：["多云","中到大雨","多云","小雨","多云"]
- 获取数组中某个位置的值
表达式：$.data.forecast[*].type 获取值为：["多云","中到大雨","多云","小雨","多云"]
取获取值中第一个值“多云”：{$.data.forecast[*].type}[0]，依次类推。
- key中含有特殊值
{
"data" : [
{
"count(*)" : 123,
"left(send_address,2)":456
}
]
}
表达式：$.["data"][0]["count(*)"] 获取值为：123
表达式：{$.["data"][0]}['left(send_address,2)'] 获取值为：456
- 判断不包含
[
{
"supplierId":523,
"goodsId":55280465,
"onlineStatus":1,
"title":"商品-auto-20161121154939513",
"importType":1,
}
]
表达式：{$.[?(@.goodsId == 55280465)]}.containsKey('avgUv7D') 获取值为false
或
表达式：!{$.[?(@.goodsId == 55280465)]}.containsKey('avgUv7D') 获取值为true
或
表达式：$.[?(@.goodsId == 55280465)].[?(@.avgUv7D)] 获取值为[]
