当前位置:首页 > 文章列表 > 文章 > java教程 > Java对象分组实战技巧详解

Java对象分组实战技巧详解

2026-01-23 11:45:40 0浏览 收藏

从现在开始,努力学习吧!本文《Java嵌套对象分组实战教程》主要讲解了等等相关知识点,我会在golang学习网中持续更新相关的系列文章,欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧,希望能帮到你!

Java 中基于嵌套对象字段对 ArrayList 进行分组拆分的完整教程

本文介绍如何使用 Josson 库,基于 `users` 列表中每个元素的 `parent_user_id` 字段,将原始 JSON 对象按组拆分为多个独立对象,同时保留外层结构(如 `_id`、`name` 等)不变。

在实际业务开发中(尤其在处理 MongoDB 或其他 NoSQL 数据库返回的嵌套文档时),常遇到一类典型需求:一个顶层对象包含一个用户列表(users),而该列表中的每个用户又携带 parent_user_id 字段;我们需要将这个列表按 parent_user_id 分组,并为每组生成一个全新的顶层对象副本——外层字段完全一致,仅 users 子数组被替换为当前分组内的用户集合。

这种操作无法通过简单的 Java Stream Collectors.groupingBy() 直接完成,因为目标结构不是 Map 而是扁平化的对象列表,且需“复制”外层字段。此时,专用 JSON 转换库 Josson 提供了简洁、声明式的解决方案。

✅ 核心思路(五步链式转换)

Josson 使用类似 XPath 的表达式语法,其转换逻辑可清晰拆解为以下五步:

  1. []@ —— 将输入数组的每个元素作为独立分支处理(支持批量处理多个顶层对象);
  2. .users —— 进入当前对象的 users 数组节点;
  3. .group(parent_user_id) —— 按 parent_user_id 字段对 users 数组分组,生成 { "key": "...", "elements": [...] } 结构;
  4. .map(..._id, ...name, ...description, users:elements) —— 构造新对象:用 ... 向上回溯两级(即回到原始顶层对象),提取 _id/name/description;同时将分组后的 elements 重命名为 users;
  5. .@flatten() —— 合并所有分支结果,并展平嵌套结构,输出单一 JSON 数组。

? 示例代码(含依赖与完整流程)

首先,在 pom.xml 中添加 Josson 依赖:


    com.octomix.josson
    josson
    1.6.7

然后执行转换:

import com.octomix.josson.Josson;
import com.fasterxml.jackson.databind.JsonNode;

public class UserGroupSplitter {
    public static void main(String[] args) {
        String jsonInput = "[{ \"_id\": \"63a8808652f40e1d48a3d1d7\", \"name\": \"A\", \"description\": null, \"users\": [ /* ... 全部原始 users 数组 ... */ ] }}]";

        Josson josson = Josson.fromJsonString(jsonInput);

        JsonNode result = josson.getNode(
            "[]@"                    // 步骤1:分支化
                + ".users"           // 步骤2:定位 users 数组
                + ".group(parent_user_id)" // 步骤3:按 parent_user_id 分组
                + ".map(..._id, ...name, ...description, users:elements)" // 步骤4:构造新对象
                + ".@flatten()"       // 步骤5:合并并展平
        );

        System.out.println(result.toPrettyString());
    }
}

? 注意事项:

  • ... 表示向上跳转父级节点,..._id 即从 users 元素出发,向上两层取原始对象的 _id 字段;
  • 若外层字段可能为 null(如 description),Josson 默认保留 null 值,符合 JSON 规范;
  • 该方案天然支持多顶层对象(如示例中还包含 "name": "B" 的第二项),无需额外循环;
  • 不依赖 POJO 映射,避免 Jackson 反序列化复杂嵌套类的开销,适合动态结构或快速原型场景。

✅ 输出效果验证

运行后将精确生成预期的 4 个对象(对应 4 个不同的 parent_user_id 值),每个对象均完整复用原 _id、name 和 description,仅 users 数组被精准切分——完全匹配需求描述中的「Expected JSON」结构。

综上,Josson 以极简表达式替代数十行 Java 流式代码,兼顾可读性、健壮性与扩展性,是处理此类 JSON 结构重组任务的高效实践方案。

终于介绍完啦!小伙伴们,这篇关于《Java对象分组实战技巧详解》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

蛙漫漫画正版入口与资源获取方法蛙漫漫画正版入口与资源获取方法
上一篇
蛙漫漫画正版入口与资源获取方法
国家中小学智慧教育平台登录指南
下一篇
国家中小学智慧教育平台登录指南
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    486次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    542次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    563次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    520次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    333次使用