Geotrellis系列文章链接地址http://www.cnblogs.com/shoufengwei/p/5619419.html
目录
一、前言
Json作为目前最流行的数据交换格式，具有众多优势，在Scala语言中以及当我们使用Geotrellis前后台交换数据的时候都少不了要使用Json，本文为大家介绍一款开源的Json处理框架——spray-json。
二、spray-json简介
spray-json是一款使用Scala语言编写的开源Json处理框架。GitHub地址：https://github.com/spray/spray-json。其中对其介绍如下：
spray-json is a lightweight, clean and efficient JSON implementation in Scala.
It sports the following features:
A simple immutable model of the JSON language elements
An efficient JSON parser
Choice of either compact or pretty JSON-to-string printing
Type-class based (de)serialization of custom objects (no reflection, no intrusion)
No external dependencies
spray-json allows you to convert between
String JSON documents
JSON Abstract Syntax Trees (ASTs) with base type JsValue
instances of arbitrary Scala types
大意就是spray-json轻量、无依赖、高效，没有使用反射等。可以在JSON字符串对象、AST（JSON树）对象、Scala类型之间任意转换。
在Scala程序中使用spray-json，只需要在build.sbt文件中添加libraryDependencies += "io.spray" %% "spray-json" % "1.3.2"，然后更新sbt即可。
三、spray-json使用
总体上使用spray-json需要先定义一个转换的协议（Protocol），该协议指定了如何在Scala对象与JOSN对象之间进行转换。spary-json也提供了一些基础类型的转换协议，在DefaultJsonProtocol类中。
3.1 基础类型转换
首先引入spray-json以及DefaultJsonProtocol
import spray.json._
import DefaultJsonProtocol._
然后可以直接进行类型转换，代码如下：
val str = """{"name":"wsf", "age":26}"""
val json: JsValue = str.toJson
val json2 = str.parseJson
println(json2.prettyPrint)
println(json2.compactPrint)
val age = 26
val json_age = age.toJson
json_age.convertTo[Int]
使用toJson和parseJson都能将字符串或其他类型转换成JsValue，prettyPrint是将json以分行的方式优雅的输出，compactPrint直接在一行压缩输出，convertTo可以直接将json对象转为Scala对应的类型。
DefaultJsonProtocol支持的数据类型列表如下：
- Byte, Short, Int, Long, Float, Double, Char, Unit, Boolean
- String, Symbol
- BigInt, BigDecimal
- Option, Either, Tuple1 - Tuple7
- List, Array
- immutable.{Map, Iterable, Seq, IndexedSeq, LinearSeq, Set, Vector}
- collection.{Iterable, Seq, IndexedSeq, LinearSeq, Set}
- JsValue
3.2 case class类型转换
如果不在DefaultJsonProtocol支持的数据类型中就需要我们自己定义JsonProtocol，最简单的类型是case class，其方法如下：
case class MyInt(value: Int)
object MyIntProtocol extends DefaultJsonProtocol {
implicit val format = jsonFormat1(MyInt)
}
import MyIntProtocol._
val json2 = MyInt(10).toJson
println(json2)
val myInt = json2.convertTo[MyInt]
println(myInt)
简单的说就是定义一个object类，并添加一个隐式参数，参数的值为jsonFormatX（X表示数字）函数将自定义的case类传入。
这里需要说明的是自定义的case类有几个属性这里X就为几，即调用相应的函数。如果case类还定义了伴随的object类，那么jsonFormatX函数就需要传入MyInt.apply。并且MyIntProtocol类的定义不能放在调用位置的后面，否则会出错。
3.3 包含泛型的类型转换
如果case类的属性中包含了泛型那么实现方法稍有不同，代码如下：
case class MyList[A](name: String, items: List[A])
object MyListProtocol extends DefaultJsonProtocol {
implicit def myListFormat[A: JsonFormat] = jsonFormat2(MyList.apply[A])
}
import MyListProtocol._
val json3 = MyList[Int]("wsf", List(1, 2, 3)).toJson
println(json3.prettyPrint)
val myList = json3.convertTo[MyList[Int]]
println(myList)
同样是定义一个object类，并添加一个隐式函数，不同的是传入的是MyList.apply[A]，即apply加泛型，并且需要指明返回类型为[A: JsonFormat]。此处还需要说明的是在基本的case类中定义隐式变量的时候用的是implicit val，而此处用的是implicit def，个人理解是在scala中变量与函数的定义比较模糊，二者基本是等价的，但是此处返回值的类型是泛型，所以要用def。
3.4 普通class类的转换
如果是一个普通的class类，就需要自己定义write和read方法。代码如下：
class Person(val name: String, val age: Int)
object MyPersonProtecol extends DefaultJsonProtocol {
implicit object myPersonFormat extends RootJsonFormat[Person] {
override def write(person: Person): JsValue = JsArray(JsString(person.name), JsNumber(person.age))
override def read(json: JsValue): Person = json match {
case JsArray(Vector(JsString(name), JsNumber(age))) => new Person(name, age.toInt)
case _ => deserializationError("Person expected")
}
}
}
import MyPersonProtecol._
val person = new Person("wsf", 26)
val json = person.toJson
println(json.prettyPrint)
val per = json.convertTo[Person]
此处相当于隐式format不在由jsonFormatX函数返回，而是自定义一个类并继承自RootJsonFormat。上述代码将Person实例转换成JsArray，既json数组对象，Person的各个属性按照定义的顺序存放到数组，同时也可以将json数组对象转换为Person实例。如果我们需要的是一个标准的json树对象而不仅仅是json数组，可以按照下述方式定义隐式对象。
implicit object myPersonFormat2 extends RootJsonFormat[Person] {
override def write(person: Person): JsValue = JsObject(
"name" -> JsString(person.name),
"age" -> JsNumber(person.age)
)
override def read(json: JsValue): Person = json.asJsObject.getFields("name", "age") match {
case Seq(JsString(name), JsNumber(age)) => new Person(name, age.toInt)
case _ => deserializationError("Person expected")
}
}
上述代码将Person对象转换成如下形式的json树对象，当然也可实现反向转换。
{
"name": "wsf",
"age": 26
}
3.5 递归类型转换
如果是case类属性又包含自身，既递归类型，在定义隐式对象的时候稍有不同，需要显式指明对象的属性，并将jsonFormat的结果传给lazyFormat，我想这里主要是为了防止递归过程中出现无限循环等错误。代码如下：
case class Foo(i: Int, foo: Option[Foo])
object myRecursiveProtocol extends DefaultJsonProtocol {
implicit val format: JsonFormat[Foo] = lazyFormat(jsonFormat(Foo, "i", "foo"))
}
import myRecursiveProtocol._
val foo: Foo = Foo(1, Some(Foo(2, Some(Foo(3, None)))))
val json = foo.toJson
println(json)
最终得到的结果如下：
{"i":1,"foo":{"i":2,"foo":{"i":3}}}
3.5 直接操作JSON对象
有时候可能我们并不需要这么复杂的功能，就想简单的拼接成JSON对象，这时候可以直接创建JsArray或者JsObject对象，按照自己的要求拼接即可。代码如下：
val json = JsArray(JsNumber(1), JsNumber(2), JsNumber(3), JsString("wsf"))
println(json)
val json2 = JsObject(
"name" -> JsString("wsf"),
"age" -> JsNumber(26)
)
println(json2)
结果如下：
[1,2,3,"wsf"]
{"name":"wsf","age":26}
四、总结
本文简单介绍了spray-json框架在处理json对象时候的一些常规操作和细节，希望能对理解json以及处理json有所帮助，并为Geotrellis中前后台数据交换等打好基础。