JSON 的这三个转换器，很长一段时间我都不太能知道他们之间的区别，每次使用也是抱着试一试的态度，这里特意将这三个转换器拿出来，看看它们之间的异同点。
我用的 FME 版本是 FME(R) 2018.1.0.1，WIN32。
JSON Extractor
将JSON（JavaScript Object Notation）格式化文本的一部分提取到要素属性中。
JSONExtractor 转换器的几个参数：
- Source：即数据来源，有两个选项 JSON Document 和 File/URL，第一个选项，表示从输入属性或工作空间参数中获取 JSON 数据，第二个选项，表示从本地文件或网络空间中获取 JSON 数据。
- Extract Queries：包含 Target Attribute 和 JSON Query 两个基本设置。Target Attribute 即提取出的 JSON 数据要存入的属性名称，JSON Query 即通过特定的查询语句获得查询结果。对于 JSON Query 有几个常见的使用场景：
- json[0]：表示读取的 JSON 数据是一个数组，我们想要取数组的第一个元素，如果是 json[2] 则表示我们要取数组的第三个元素。
- json["key"]：表示要读取 JSON 数据中键名为 key 的属性值。
- json[*]：表示要读取 JSON 数据中的所有值。
- 含操作符的表达式：我们可以使用操作符获得经过处理的结果，比如 json["name"]["first"] + " " + json["name"]["last"]。
这里，我们使用一个预先准备好的 json 文件 test.json，其文件内容如下（分析可以发现这是一个有三个对象的数组，每个对象有三个属性：id、location、name，但 location 属性是一个包含 x 属性和 y 属性的简单对象）：
[
{
"id": "1",
"location": {
"x": "0",
"y": "0"
},
"name": "json_name_1"
},
{
"id": "2",
"location": {
"x": "1.5",
"y": "2"
},
"name": "json_name_2"
},
{
"id": "3",
"location": {
"x": "3",
"y": "4"
},
"name": "json_name_3"
}
]
我们使用 JSONExtractor 转换器，对其进行测试：
- json[0]：具体参数设置如下图，获取结果为 {"id":"1","location":{"x":"0","y":"0"},"name":"json_name_1"}，不难发现，这就是 test.json 文件中的第一个对象，转换器将其转换为字符串，存储于我们指定的属性 attr_1 中。
- json["name"]：本意是取出 name 字段的属性，针对 test.json 文件，运行结果为空，所以不能获得我们想要的结果，如果使用 json[0]["name"] 则会输出
json_name_1。这里，我们可以换一个 json 文件 poi_json（使用百度 poi 查询的返回 json 文件，分析可以发现，这个文件只包含一个对象，该对象有三个属性：status、message、results，其中 results 是一个包含两个对象的数组）。使用 json["message"] 语句，提取结果为 "ok"。
{
"status":0,
"message":"ok",
"results":[
{
"name":"中国建设银行ATM(闸北支行)",
"location":{
"lat":31.25205,
"lng":121.461926
},
"address":"上海市静安区天目西路290号康吉大厦1-7层",
"province":"上海市",
"city":"上海市",
"area":"静安区",
"street_id":"ff8f1d564dcd452443ab9afa",
"detail":1,
"uid":"ff8f1d564dcd452443ab9afa"
},
{
"name":"中国工商银行ATM",
"location":{
"lat":31.052738,
"lng":121.206248
},
"address":"文翔路2800号上海立信会计学院",
"province":"上海市",
"city":"上海市",
"area":"松江区",
"street_id":"bcf90aabb13d500a4251c0c1",
"detail":1,
"uid":"bcf90aabb13d500a4251c0c1"
}
]
}
- json[*]：本意要读取 JSON 数据中的所有值，针对 test.json 文件，运行后结果如下。
{"id":"1","location":{"x":"0","y":"0"},"name":"json_name_1"}{"id":"2","location":{"x":"1.5","y":"2"},"name":"json_name_2"}{"id":"3","location":{"x":"3","y":"4"},"name":"json_name_3"}{"id":"4","location":{"x":"4.5","y":"6"},"name":"json_name_4"}{"id":"5","location":{"x":"6","y":"8"},"name":"json_name_5"}
如果提取 poi_json 文件，那么结果如下：
0ok[{"name":"中国建设银行ATM(闸北支行)","location":{"lat":31.25205,"lng":121.461926},"address":"上海市静安区天目西路290号康吉大厦1-7层","province":"上海市","city":"上海市","area":"静安区","street_id":"ff8f1d564dcd452443ab9afa","detail":1,"uid":"ff8f1d564dcd452443ab9afa"},{"name":"中国工商银行ATM","location":{"lat":31.052738,"lng":121.206248},"address":"文翔路2800号上海立信会计学院","province":"上海市","city":"上海市","area":"松江区","street_id":"bcf90aabb13d500a4251c0c1","detail":1,"uid":"bcf90aabb13d500a4251c0c1"}]
所以，大家在使用 JSONExtractor 转换器提取 JSON 数据时，需要首先分析 JSON 数据的结构，然后再选择合适的 JSON Query 语句。
JSONFlattener
把 JSON 对象扁平化，将对象的键和对应值提取到 FME 要素属性中。
这里，我们以 FME 帮助文档中提供的示例数据为例：
{
"paramName":"GeocodeResult",
"dataType":"GPFeatureRecordSetLayer",
"value":
{
"geometryType":"esriGeometryPoint",
"spatialReference": {"wkid":4326 }
}
}
使用 JSONFlattener 转换器后，将添加以下属性
- paramName: GeocodeResult
- dataType: GPFeatureRecordSetLayer
- value.geometryType: esriGeometryPoint
- value.spatialReference.wikd: 4326
转换器设置如下图：
注意，这个地方一定要将 Rescursively Flatten Objects/Arrays 设置为 Yes，否则无法提取 value.geometryType 和 value.spatialReference.wikd。
Attributes to Expose 用于指明需要提取 JSON 中的哪些字段，这里需要设置为 paramName dataType value.geometryType value.spatialReference.wikd。
我们也可以只提取 value，提取的结果如下：
{"geometryType":"esriGeometryPoint","spatialReference":{"wkid":4326}}
如果要提取出 value 的值，那么要将 Rescursively Flatten Objects/Arrays 设置为 No。
JSONFragment
提取部分 JSON 格式化文本到新的 FME 的要素中。
JSONFragmenter 转换器相对于前两个转换器来说，功能更加强大，结合了数据提取和数据扁平化的操作。
这里，我们以如下 JSON 数据为例：
[
{
"id": "1",
"location": {
"x": "0",
"y": "0"
},
"name": "json_name_1"
},
{
"id": "2",
"location": {
"x": "1.5",
"y": "2"
},
"name": "json_name_2"
},
{
"id": "3",
"location": {
"x": "3",
"y": "4"
},
"name": "json_name_3"
}
]
JSONFragmenter 转换器的参数设置如下：
提取结果如下图：
可以看到，该转换器会将数组对象拆分为多条记录，这也是非常常用的一种情况，就是服务器会将结果集组合为 JSON 数据传给前端页面，正如我们调用百度 poi 搜索一样，我们也可以使用 JSONFragmenter 转换器处理一下百度 poi 数据：
{
"status":0,
"message":"ok",
"results":[
{
"name":"中国建设银行ATM(闸北支行)",
"location":{
"lat":31.25205,
"lng":121.461926
},
"address":"上海市静安区天目西路290号康吉大厦1-7层",
"province":"上海市",
"city":"上海市",
"area":"静安区",
"street_id":"ff8f1d564dcd452443ab9afa",
"detail":1,
"uid":"ff8f1d564dcd452443ab9afa"
},
{
"name":"中国工商银行ATM",
"location":{
"lat":31.052738,
"lng":121.206248
},
"address":"文翔路2800号上海立信会计学院",
"province":"上海市",
"city":"上海市",
"area":"松江区",
"street_id":"bcf90aabb13d500a4251c0c1",
"detail":1,
"uid":"bcf90aabb13d500a4251c0c1"
}
]
}
分析上面的数据不难发现，我们想要提取的数据都在 results 节点，首先我们使用 JSONExtractor 转换器提取 results 节点的值到 attr 属性列，然后再使用 JSONFragmenter 转换器进行处理。
参数设置如下：
处理结果如下：
也可以通过设置 JSON Query 取代 JSONExtractor 转换器的作用，直接提取 results 节点的值：
上图中 JSON Query 设置为 json["results"][*]，表示获取 results 节点下的所有值。输出结果如下：
总结
我们结合 FME 帮助文档，以几个不同类型的 JSON 数据为例，分别介绍了三个常用 JSON 处理器的用法，希望对大家有所助益。文档中可能有描述不准确的地方，也可能有理解不当的地方，欢迎大家批评指正。