Nano Hash - криптовалюты, майнинг, программирование

Выбор конкретных данных sql в фигурных скобках

Заранее извиняюсь за ограниченное понимание используемой терминологии.

То, что я пытаюсь сделать, это вызвать данные из определенной строки и столбца, я сузил свой запрос до сих пор - проблема, с которой я столкнулся, заключается в выборе правильных данных внутри фигурных скобок, разделенных запятыми. Я загрузил скриншот.

http://i.imgur.com/Uh2tYYe.jpg

Это мой php-запрос ($catId — это значение для текущей категории, которое работает правильно.)

<?php $db = JFactory::getDBO(); ?>
<?php $db->setQuery("SELECT params FROM #__categories WHERE id = '".$catId."'"); ?>
<?php $catimg = $db->loadResult(''); ?>
<?php echo $catimg; ?>

Эхо предназначено только для того, чтобы убедиться, что оно извлекает правильные данные, и вот что оно показывает:

{"category_layout":"","image":"images/banners/white.png","color":"#000000"}

Данные, которые я пытаюсь получить, взяты из «изображения», а затем повторяют их в теге изображения, но здесь я в тупике.

Любая помощь будет принята с благодарностью. Спасибо.

mysql php sql joomla joomla3.3
15.07.2014

  • В зависимости от того, откуда вы это вызываете, вы также можете использовать API. Например, если у вас уже есть объект категории, нет причин делать еще один запрос. 16.07.2014

Ответы:


1

Если я понял, вам нужно что-то вроде:

<?php
$db->setQuery("SELECT params FROM #__categories WHERE id = '".$catId."'");
$catinfo = json_decode($db->loadResult(''), true);
$catimg = $catinfo['image'];
echo $catimg;
?>

Информация в фигурных скобках находится в формате JSON, который можно просто проанализировать с помощью встроенной функции php json_decode(jsonString)

15.07.2014
  • Я должен был упомянуть, что использую Joomla 3.3. Я не уверен, влияет ли это на ваш ответ (который, кстати, ценится), но он выдал мне эту ошибку: Неустранимая ошибка: невозможно использовать объект типа stdClass в качестве массива в /html/mod_rseventspro_upcoming/default.php в строке 43 < b>line43=‹?php echo $catimg['image']; ?› 16.07.2014
  • @TylerAncell, используйте json_decode(..., true), чтобы объект был декодирован как массив. Затем вы можете извлечь компонент image. В противном случае вы можете использовать $catinfo->image для доступа к $catinfo как к объекту. 16.07.2014
  • @lserni большое спасибо, я только что отредактировал пост. 16.07.2014
  • Более причудливой (и, в этом контексте, более безумной) возможностью было бы научить MySQL читать JSON :-) -- mechanics.flite.com/blog/2013/04/08/ 16.07.2014
  • Было бы неплохо, но там должен быть установлен common_schema или у него были бы права на его установку. 16.07.2014
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..