增加基础数组映射处理

json_tool/gabs.go

@@ -35,7 +35,7 @@ type FilterDataRule struct {
 // Author : go_developer@163.com<白茶清欢>
 //
 // Date : 2022/1/22 9:50 PM
-func NewDataFilter(source string, filterRule []FilterDataRule) *DataFilter {
+func NewDataFilter(source string, filterRule []*FilterDataRule) *DataFilter {
 	return &DataFilter{
 		source:     source,
 		filterRule: filterRule,
@@ -49,7 +49,8 @@ func NewDataFilter(source string, filterRule []FilterDataRule) *DataFilter {
 // Date : 2022/1/22 9:20 PM
 type DataFilter struct {
 	source         string
-	filterRule []FilterDataRule
+	filterRule     []*FilterDataRule
+	itemKeyToSlice bool
 }
 
 // Filter 数据过滤
@@ -62,6 +63,8 @@ func (df *DataFilter) Filter() (string, error) {
 		jsonObject *gabs.Container
 		err        error
 	)
+	// 格式化映射规则
+	df.formatRule()
 	// 记录 obj => slice 的数据类型
 	obg2slice := make(map[string]string)
 	// 创建数据的根结点
@@ -70,10 +73,6 @@ func (df *DataFilter) Filter() (string, error) {
 		if df.pathIsArrayValue(item.SourceKey) {
 			// 数组, 特殊处理
 			// 0. 判断目标路径是否为数组
-			if !df.pathIsArrayValue(item.MapKey) {
-				// 目标路径不是数组, 转换为支持list, 后续逻辑会自动提取为list数组
-				item.MapKey = item.MapKey + ".[]"
-			} else {
 			// 1. 判断数据源数组深度与目标数组深度是否一致
 			sourcePathArr := strings.Split(item.SourceKey, ".[].")
 			mapPathArr := strings.Split(item.MapKey, ".[].")
@@ -82,7 +81,7 @@ func (df *DataFilter) Filter() (string, error) {
 			}
 			continue
 		}
-		}
+		// 数据源路径不识数组, 多个key写入到同一个map key, 并且map key 不是以[]结尾, 自动格式化
 		// 目标位置, 是一个数组
 		if df.pathIsArrayValue(item.MapKey) {
 			realMapKey := strings.ReplaceAll(item.MapKey, ".[]", "")
@@ -120,6 +119,15 @@ func (df *DataFilter) Filter() (string, error) {
 	return jsonObject.String(), nil
 }
 
+// UserItemToSlice 支持多个独立的字段合并到slice中
+//
+// Author : go_developer@163.com<白茶清欢>
+//
+// Date : 3:27 PM 2022/1/24
+func (df *DataFilter) UserItemToSlice() {
+	df.itemKeyToSlice = true
+}
+
 // getValueType 获取数据类型
 //
 // Author : go_developer@163.com<白茶清欢>
@@ -144,3 +152,37 @@ func (df *DataFilter) getValueType(valueResult gjson.Result) string {
 func (df *DataFilter) pathIsArrayValue(path string) bool {
 	return strings.Contains(path, "[]")
 }
+
+// formatRule 格式化映射规则
+//
+// Author : go_developer@163.com<白茶清欢>
+//
+// Date : 2:43 PM 2022/1/24
+func (df *DataFilter) formatRule() {
+	mapKeyCnt := make(map[string]int)
+	for _, item := range df.filterRule {
+		// source 为数组, map 不是
+		if df.pathIsArrayValue(item.SourceKey) {
+			if !df.pathIsArrayValue(item.MapKey) {
+				item.MapKey = item.MapKey + ".[]"
+			} else {
+				// source 是数组, map也是数组, 检测数组层级匹配
+			}
+		} else {
+			if df.pathIsArrayValue(item.MapKey) {
+				continue
+			}
+			// source 不是数组, map 也不是
+			if !df.itemKeyToSlice {
+				continue
+			}
+			mapKeyCnt[item.MapKey]++
+		}
+	}
+	// 多个source指向一个map,自动转化为list
+	for _, item := range df.filterRule {
+		if mapKeyCnt[item.MapKey] > 1 {
+			item.MapKey = item.MapKey + ".[]"
+		}
+	}
+}

json_tool/json_test.go

@@ -191,7 +191,7 @@ func TestDataFilter(t *testing.T) {
 			{"name": "bob", "age": 28, "number": 2, "list": []int{1, 2, 3}},
 		},
 	}
-	rule := []FilterDataRule{
+	rule := []*FilterDataRule{
 		{SourceKey: "name", MapKey: "user_name", DefaultValue: "用户姓名默认值"},
 		{SourceKey: "name", MapKey: "username", DefaultValue: "用户姓名默认值"},
 		{SourceKey: "name", MapKey: "user.name", DefaultValue: "用户姓名默认值"},
@@ -230,12 +230,13 @@ func TestDataFilterForObiToSlice(t *testing.T) {
 			{"name": "bob", "age": 28, "number": 2, "list": []int{1, 2, 3}},
 		},
 	}
-	rule := []FilterDataRule{
+	rule := []*FilterDataRule{
 		// {SourceKey: "name", MapKey: "slice.[]", DefaultValue: "用户姓名默认值"},
-		{SourceKey: "age", MapKey: "slice.[]", DefaultValue: "用户姓名默认值"},
-		{SourceKey: "height", MapKey: "slice.[]", DefaultValue: "用户姓名默认值"},
+		{SourceKey: "age", MapKey: "slice", DefaultValue: "用户姓名默认值"},
+		{SourceKey: "height", MapKey: "slice", DefaultValue: "用户姓名默认值"},
 	}
 	byteData, _ := json.Marshal(source)
 	filter := NewDataFilter(string(byteData), rule)
+	filter.UserItemToSlice()
 	fmt.Println(filter.Filter())
 }