开发者学堂课程【大数据 Spark2020版（知识精讲与实战演练）第四阶段：行政区信息_JSON 解析实现】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/691/detail/12121
行政区信息_JSON 解析实现
JSON 解析实现
进行具体功能实现，第一步进行 JSON 解析，
1.目标和步骤
（1）目标
通过 JSON4S 和 ESRI 配合解析提供的 GeoJSON 数据集,获取纽约的每个行政区的范围
（2）步骤
①解析 JSON
②使用 ESRI 生成表示行政区的一组 Geometry 对象
2.解析 JSON
（1）步骤
对照 JSON 中的格式,创建解析的目标类（解析 JSON 需要将数据放入对象中，对象的类型需要和 JSON 数据结果是匹配的，先创建目标类，按照 JSON 格式进行创建）
解析 JSON 数据转为目标类的对象
读取数据集,执行解析
step 1:创建目标类
GeoJSON
{
"type"" : "Featurecollection" ，
"features" : [ ①
"type" : "Feature" ,
"id" : 0，
"properties" : {
"boroughcode" : 5，
"borough" : "Staten Island" ,
"@id":"http:\/\/nyc.pediacities.com\/Resource\/Borough\/staten_Island"
}，
"geometry" : {
"type" : "Polygon" ,
"coordinates" : [
[
[-74.050508064032471，40.566422034160816]，[-74.049983525625748，40.566395924928273]]
]
]
}
}
]
}
审核 GeoJSON，最外层是一个对象，花括号开始花括号结束，type 是一个属性， features 是一个属性，features 后有一个中括号，与后面中括号对应，又是一个对象，是数组类型，数组中有多个 feature，两个花括号对应，feature 有个属性properties，关注 borough 行政区名称，geometry 代表行政区范围
①features 是一个数组,其中每一个 Feature 代表一个行政区
目标类
将 JSON 解析出来，最外层是 Featurecollection，在 JSON 中可以没有某个具体结构，不解析，如果有要与前面名字一一对应
case class Featurecollection(
features : List[Feature]
)
case class Feature(
id: Int,
properties: Map[String, string],
geometry: JObject
)
case class FeatureProperties(boroughcode: Int，borough: string)
features 中是一个 JSON 数组，对象是 feature 对象，feature 有一个 properties，properties 是一个 map，通过 properties 取出其 name，取出 borough 行政区的名字，将 JSON 对象转成 map，通过 map 取 borough 字段，用 JObject 表示 geometry 对象，FeatureProperties 代表 properties 中一个具体对象，可以使用 map 转为 FeatureProperties
将 JSON 拷入 idea 中，创建一个新的类，命名为 Features
{
"type"" : "Featurecollection" ，
"features" : [ ①
{
"type" : "Feature" ,
"id" : 0，
"properties" : {
"boroughcode" : 5，
"borough" : "Staten Island" ,
"@id":"http:\/\/nyc.pediacities.com\/Resource\/Borough\/staten_Island"
}，
"geometry" : {
"type" : "Polygon" ,
"coordinates" : [
[
[-74.050508064032471，40.566422034160816]，[-74.049983525625748，40.566395924928273]]
]
]
}
}
]
}
第一个类型命名为 Featurecollection，Featurecollection 关注 features，创建具体执行对象，将 Feature 放入 list 中，有 type、id，properties，拿到 properties，可以使用 scala 继续表示类型，也可以使用 map，map 中有键值对，值对应其中的值，获取 geometry 对象，后续要使用 ESRI 直接解析字符串，接下来不需要解析字符串，转为 JObject
import org.json4s. 3sonAST.JObject
case class Featurecollection(features: List[Feature])
case class Feature(properties: Map[String，string], geometry: J0bject)
表示完类型后，将 JSON 字符串解析为目标类对象
提供 object，命名为 FeatureExtraction，提供 parseJson 方法，接收 Json 字符串，返回类型是 FeatureCollection，在方法中完成具体解析工作，导入一个formats隐式转换，JSON 转为 Object
Implicit 创建一个隐式参数，具体转换通过 read 转为 FeatureCollection 类型，将json 传入，read 方法导入一个包，read 方法返回一个对象，FeatureCollection，将 FeatureCollection 对象直接返回，在外部使用时，直接将 json 传入，给 FeatureCollection 类型，在类的范围内完成解析
features 也是一个工具类
object FeatureExtraction {
//完成具体的 JSON 解析工作
def parseson(json: string) : FeatureCollection = {
import org.json4s.jackson.Serialization.readl
//1.导入一个 formats 隐式转换
implicit val formats = Serialization.formats(NoTypeHints)
//2. JSON -> obj
val featurecollection = read[Featurecollection](json)
featurecollection
}
}
