Java 类名：com.alibaba.alink.pipeline.dataproc.JsonValue
Python 类名：JsonValue

功能介绍

该组件完成json字符串中的信息抽取，按照用户给定的Path 抓取出相应的信息。该组件支持多Path抽取。

参数说明

名称 中文名称 描述 类型 是否必须？ 取值范围 默认值
jsonPath Json 路径数组 用来指定 Json 抽取的内容。 String[] ✓
outputCols 输出结果列列名数组 输出结果列列名数组，必选 String[] ✓
selectedCol 选中的列名 计算列对应的列名 String ✓
outputColTypes 输出结果列列类型数组 输出结果列类型数组 String[] null
reservedCols 算法保留列名 算法保留列 String[] null
skipFailed 是否跳过错误 当遇到抽取值为null 时是否跳过 boolean false
numThreads 组件多线程线程个数 组件多线程线程个数 Integer 1

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     ["{a:boy,b:{b1:1,b2:2}}"],
  9.     ["{a:girl,b:{b1:1,b2:2}}"]])
  11. batchData = BatchOperator.fromDataframe(df, schemaStr='str string')
  13. JsonValue()\
  14.     .setJsonPath(["$.a","$.b.b1"])\
  15.     .setSelectedCol("str")\
  16.     .setOutputCols(["f0","f1"])\
  17.     .transform(batchData)\
  18.     .print()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  5. import com.alibaba.alink.pipeline.dataproc.JsonValue;
  6. import org.junit.Test;
  8. import java.util.Arrays;
  9. import java.util.List;
  11. public class JsonValueTest {
  12.     @Test
  13.     public void testJsonValue() throws Exception {
  14.         List <Row> df = Arrays.asList(
  15.             Row.of("{a:boy,b:{b1:1,b2:2}}")
  16.         );
  17.         BatchOperator <?> batchData = new MemSourceBatchOp(df, "str string");
  18.         new JsonValue()
  19.             .setJsonPath("$.a", "$.b.b1")
  20.             .setSelectedCol("str")
  21.             .setOutputCols("f0", "f1")
  22.             .transform(batchData)
  23.             .print();
  24.     }
  25. }

运行结果

| str | f0 | f1 | | —- | —- | —- |

| {a:boy,b:{b1:1,b2:2}} | boy | 1 |

| {a:girl,b:{b1:1,b2:2}} | girl | 1 |