Nano Hash - криптовалюты, майнинг, программирование

Как отфильтровать массив JSON в Mule DataWeave

У меня такой JSON:

{
  "dcsId": "1184001100000000517",
  "marketCode": "US",
  "languageCode": "en-US",
  "profile": {
  "base": {
     "username": "arunima27",
     "activeInd": "R",
     "phone": [
       {
          "activeInd": "Y",
          "type": "mobile",
          "primaryInd": "Y",
          "number": "2234566788"
       },
       {
         "activeInd": "N",
         "type": "mobile",
         "primaryInd": "N",
         "number": ""
       }
      ]
    }
  }
 }

Из этого входного JSON нам нужно извлечь payload.profile.base.phone.number, где payload.profile.base.phone.type == "mobile" и payload.profile.base.phone.activeInd == "Y". На самом деле нам нужно пройти через массив JSON (payload.profile.base. * Phone) и получить только те номера телефонов, которые активны и имеют категорию / тип как мобильные.

Нам нужен результат, как показано ниже:

{
  "dcsId": "1184001100000000517",
  "marketCode": "US",
  "languageCode": "en-US",
  "username" :  "arunima27", 
  "phoneNumber" : "2234566788"
}

Мы столкнулись с проблемой при выполнении этого преобразования для выходной переменной phoneNumber.

mule dataweave
19.04.2017

Ответы:


1

исходя из ожидаемого результата, похоже, что вам нужен только первый совпадающий номер. вот Dataweave делает именно это:

%dw 1.0
%output application/json
---
{
    dcsid: payload.dcsId,
    markCode: payload.marketCode,
    languageCode: payload.languageCode,
    username: payload.profile.base.username,
    phoneNumber: (payload.profile.base.phone filter ($.activeInd == 'Y' and $.type == 'mobile'))[0].number
}

если вам нужны все совпадающие телефонные номера, просто оставьте [0] без значения, и значение phoneNumber в результате будет массивом (а не только первым совпадающим номером телефона).

19.04.2017

2

Это решило проблему.

{(payload.profile.base.phone filter ($ .activeInd == "Y" и $ .primaryInd == "Y"))}. номер по умолчанию ""

19.04.2017

3

Используйте фильтр и карту на телефоне для достижения желаемого результата.

phoneNumber: {
    (payload.profile.base.phone filter ($.activeInd == "Y" and $.type == "mobile") map {
        number: $.number
    }
)}

Вывод

"phoneNumber": {
    "number": "2234566788",
 }
19.04.2017
  • нет, phoneNumber не будет массивом. В случае совпадения нескольких телефонных номеров ваша сеть данных создаст недопустимый JSON. phoneNumber будет объектом, содержащим атрибуты с ключом number 19.04.2017

    • 4
  • Используйте форматирование кода для фрагмента 20.05.2021
  • у тебя тоже нет трансформации 21.05.2021
    • 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..