JSONUtil

简介: 提供常用数据结构与JSON互转工具方法,涵盖数组、对象、Map、List、字符串及XML与JSON间的相互转换,使用Hutool、Fastjson等工具简化操作,提升开发效率。

引用
以下包在未主动声明前提下,均为下述引用
import cn.hutool.core.util.XmlUtil;
import net.sf.json.JSONArray;
import net.sf.json.JSONObject;

import java.util.List;
import java.util.Map;
一维数组转JSON
public static String arrToJson(String[] arr) {
String jsonStr = JSONArray.fromObject(arr).toString();
System.out.println("数组转json:" + jsonStr);
return jsonStr;
}
二维数组转JSON
public static String twoArrToJson(String[][] arr) {
String jsonStr = JSONArray.fromObject(arr).toString();
System.out.println("数组转json:" + jsonStr);
return jsonStr;
}
Object转JSON
public static String objectToJson(Object object) {
String jsonStr = JSONArray.fromObject(object).toString();
System.out.println("对象转json:" + jsonStr);
return jsonStr;
}
JSON转Object
public static T jsonToObject(String pojo, Class clazz) {
return com.alibaba.fastjson.JSONObject.parseObject(pojo, clazz);
}
Map转JSON
public static String mapToJson(Map map) {
String jsonStr = JSONObject.fromObject(map).toString();
System.out.println("map转json:" + jsonStr);
return jsonStr;
}
JSON转Map
public static void jsonToMap(String jsonStr) {
Map map= (Map)com.alibaba.fastjson.JSONObject.parse(jsonStr);
}
List转JSON
public static String listToJson(List<?> list) {
String jsonStr = JSONArray.fromObject(list).toString();
System.out.println("list转json:" + jsonStr);
return jsonStr;
}
JSON转List
public static List jsonToList(String jsonString, Class clazz) {
List ts = com.alibaba.fastjson.JSONArray.parseArray(jsonString, clazz);
return ts;
}
String转JSON
public static void stringToJson(String[] args) {
String str = "{\"result\":\"success\",\"message\":\"成功!\"}";
JSONObject json = JSONObject.fromObject(str);
System.out.println(json.toString());
}
XML转JSON
public static JSONObject xmlToJson(String xmlStr) {
Map result = XmlUtil.xmlToMap(xmlStr);
JSONObject jsonObject = JSONObject.fromObject(result);
System.out.println(jsonObject);
return jsonObject;
}

相关文章
|
13天前
|
数据采集 人工智能 安全
|
8天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
639 4
|
8天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
348 164
|
7天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
359 155