Excel催化剂开源第38波-json字符串转多个表格结构，用户自主选择

作为开发者来说，面对json字符一点不陌生，但对于普通用户来说，更合适的是数据表结构的数据，最好数据已经躺在Excel表格内，不用到处导入导出操作。所以开发者和用户之间是有不同的数据使用思维和需求的。

此篇给大家带来一些新的思路，怎样可以让用户自主地参与到获取数据过程中来，减少开发工作量的同时却收获了用户满意度。

IT领域收智商税的时代终将会过去

作为一个非IT科班出身的笔者，对IT领域的了解也不深，姑且谈下自己的一些小见解。

普通人对IT的出品各种系统和各种软件，可畏爱恨交加。好的系统或软件，带来许多重复性工作的效率提升，不好的系统或软件，一天到晚被虐着做一些无聊的数据录入和忍受各种的不完善。

从老板的角度，IT系统、软件这些，也真的很容易被交智商税，售前吹得天花乱坠，只要给钱，钱到位，什么功能都可以做，上了系统，整个公司就天下无敌了。

当然收费也是天价一般了，大部分非IT人员都感知不到成本有多高，为何可以卖这么贵。

所以从用户被教育的角度来看，收高智商税的时代，终将会过去，就如现在零售市场那样，大家最后都会趟向理性消费，货比三家，只买合适的性价比高的东西，包括IT产品。

怎样可以做一个性价比高的产品？

好像扯远了，回到此篇的json转换功能，笔者理解是：让用户的参与感更多地加进来，不要把用户培养成只会傻瓜式的操作，最大限度地调动用户的自身水平，特别是OFFICE办公软件技能这些能力，加到自己的软件产品使用中来。

为用户造一款最傻瓜式的产品，要考虑的东西肯定多，成本必要增加，产品通用性也大打折扣。

当用户的能力被调动起来后，最终就可以实现类似本篇的功能那样，丢给用户一个json字符串，用户自己去解释它，选择自己要的数据内容，无需过多的开发工作量辅助。

json字符到用户想看的数据的距离

json字符，可以存储整个数据模型dataset，多个表混在其中，有一对一、一对多、多对多的关系结构，必要普通用户难以驾驭。

所以从用户的角度出发，肯定需要界面化操作，引导用户自己选择要哪个表的数据（这个表数据要完全的反规范化，将所有其他一端属性表信息都带进去，方便用户可以马上使用，无需重新手动复杂关联），然后再让用户自己选择需要返回的数据字段，实现一个全动态化、解藕的工具化输出。

核心实现过程和代码

只给大家一段主方法的代码，可以作下参考，具体思路如下：

 private void ConvertJsonToDataTable()
 {
 var jsonInfo = JsonInfos.FirstOrDefault();
 JObject jObject = JObject.Parse(jsonInfo.JsonString);
 ////拿到要遍历的数组路径，需要有【数字】的结构，query获取到最后一是【数字】的结构
 var paths = jObject.Descendants().Select(s => s.Path).Distinct().ToArray();
 var query = paths.Where(s => Regex.IsMatch(s, @"[d+]"))
 .Select(t => Regex.Match(t, @".+(?=[d+])").Value)
 .Distinct().ToArray();
 //再将含数字的数组path去掉数字后分组取第1条，为了减少因多层数组嵌套而引起多条记录，产生多个表的情况。
 var arrPaths = query.GroupBy(s => Regex.Replace(s, @"[d+]", "")).Select(t => t.FirstOrDefault()).ToArray();
 //如果没有数组出现时，就遍历所有后代
 int tableIndex = 0;
 if (arrPaths.Length == 0)
 {
 var mainFieldPathList = paths.Select(s => jObject.SelectToken(s)).Where(t => t is JValue).Select(t => t.Parent.Path).ToList();
 var mainFieldList = mainFieldPathList.Select(s => Regex.Replace(s, @"[.+?]", "")).Distinct().ToList();//将字段中的【*】或【0】等都替换为空
 var detailFieldList = new List();
 DataTable dataTable = GetDataTableStructure(mainFieldPathList, detailFieldList);
 AddMainFieldDataToDataRow(jObject, mainFieldPathList, ref dataTable, jsonInfo.AddinalFieldData);
 outputTableInfos.Add(
 new OutputTableInfo()
 {
 HasArrayDetail = false,
 ArrJsonPath = "唯一表",
 MainFieldPathList = mainFieldPathList,
 MainFieldList = mainFieldPathList,
 DetailFieldList = detailFieldList,
 TableIndex = tableIndex,
 OutputTable = dataTable
 }
 );
 }
 else
 {
 foreach (var arrPath in arrPaths)
 {
 List mainFieldPathList = new List();
 List mainFieldList = new List();
 List detailFieldList = new List();
 var arrItemJoken = jObject.SelectToken(arrPath);
 //获得它的所有子项，不包含后面还有数组的情况，并且把那些不是叶子级的path也过滤了,
 //replace是只替换最后一个数字编号，之前的属于其父级的数组不替换,但存放的表的字段时要替换
 var arrPathEscape = arrPath.Replace("[", @"[").Replace("]", @"]").Replace(".", @".");
 var detailDecendantsAll = arrItemJoken.Parent.Descendants().Select(s => s.Path)
 .Where(r => !Regex.IsMatch(r, arrPathEscape + @"[d+].+[d+]"))
 .Where(t => Regex.IsMatch(t, arrPathEscape + @"[d+].+")).Distinct().ToList();
 var detailDecendantsDistinct = detailDecendantsAll.Select(n => Regex.Replace(n, @"(?<=.+)[d+]", "[*]"))
 .Distinct()
 .ToList();
 detailFieldList.AddRange(detailDecendantsDistinct.Select(s => Regex.Replace(s, @"[.+?]", "")).Distinct());//将字段中的【*】或【0】等都替换为空
 mainFieldPathList = GetMainFieldPathList(jObject, arrItemJoken);
 mainFieldList.AddRange(mainFieldPathList.Select(s => Regex.Replace(s, @"[.+?]", "")).Distinct());//将字段中的【*】或【0】等都替换为空
 DataTable dataTable = GetDataTableStructure(mainFieldList, detailFieldList);
 AddDetailDataToDataRow(jObject, mainFieldPathList, detailDecendantsAll, detailDecendantsDistinct.Count, ref dataTable, jsonInfo.AddinalFieldData);
 outputTableInfos.Add(
 new OutputTableInfo()
 {
 HasArrayDetail = true,
 MainFieldList = mainFieldPathList,
 DetailFieldList = detailFieldList,
 ArrJsonPath = arrPath,
 TableIndex = tableIndex,
 OutputTable = dataTable
 });
 tableIndex++;
 }//foreach (var arrPath in arrPaths)
 }//if (arrPaths.Length == 0)
 }

一、因着dataset多表结构的存在，每个数组节点，需要做一个表来存储数据，避免多对多关系的数据返回，引起数据错误、重复和冗余。

每个Array节点要做一个表

二、对Array节点下的子记录进行解释，如子节点下仍然有Array结构，这部分Array结构就不再解释，同样防止多对多的数据结构产生。

若需要解释其下面的子Array时，它就是一张更明细化的表，相对于其父祖宗有Array出现的表来说。

poi数组下不再对children进行解释

三、对本Array以上的祖宗所对应的object结果及其下面的属性字段进行解释，这些部分将构成了对本Array节点下的详细信息描述的一端数据字段。

poi节点的祖宗节点有Root，对其的属性进行解释

四、对本Array的同级兄弟节点进行解释，只

poi节点的同级节点suggestion进行属性解释

五、经历以上对本Array节点、祖宗节点、同级兄弟节点处理完后，需要处理自己的平行节点数据，使用正则进行平等节点的信息都解释。

children节点上还有祖宗级的Array的poi时，需要解释所有poi下所有childern

最终效果

将一串json的dataset结构经过以上解释后，将出现多个表的结构，都是一对多的关系，不存在多对多关系，如下表如示，简单用界面封装下，就可以让用户更轻松自如地操作。

表格1，商圈主题的表格

表格2，兴趣点主题的表格

表格3，道路主题的表格