从Json内部的数组中提取一个json

Question

我有一个复杂的JSON列，其结构是：

故事{卡片：[{故事-元素：{.}{…}{}

故事元素的长度是可变的。我需要从故事元素数组中提取一个特定的JSON块。为此，我首先需要提取故事元素。

下面是我尝试过的代码，但是它出现了错误：

import org.json4s.{DefaultFormats, MappingException}
import org.json4s.jackson.JsonMethods._
import org.apache.spark.sql.functions._

def getJsonContent(jsonstring: String): (String) = {
implicit val formats = DefaultFormats
val parsedJson = parse(jsonstring)
val value1 = (parsedJson\"cards"\"story-elements").extract[String]
value1
}
val getJsonContentUDF = udf((jsonstring: String) => 
getJsonContent(jsonstring))

input.withColumn("cards",getJsonContentUDF(input("storyDataFrame")))

Answer 1

根据您提供的json，story-elements是一个json对象数组，但是您试图将数组提取为字符串((parsedJson\"cards"\"story-elements").extract[String])。

您可以创建表示故事的案例类(比如case class Story(description: String, pageUrl: String, ...))，然后用extract[List[Story]]或extract[Array[Story]]代替extract[String]，如果您只需要从故事中提取一段数据(例如描述)，那么您可以使用类似xpath的语法来获取它，然后提取List[String]。