我的编程空间,编程开发者的网络收藏夹
学习永远不晚

JavaScript利用normalizr实现复杂数据转换

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

JavaScript利用normalizr实现复杂数据转换

笔者曾经开发过一个数据分享类的小程序,分享逻辑上类似于百度网盘。当前数据可以由被分享者加工然后继续分享(可以控制数据的过期时间、是否可以加工数据以及继续分享)。

分享的数据是一个深度嵌套的 json 对象。在用户读取分享数据时存入小程序云数据库中(分享的数据和业务数据有差异,没使用业务服务器进行维护)。如果拿到数据就直接存储的话,很快云数据库就会变得很大,其次我们也没办法分析各项和检索各项子数据给予分享者。

这时候需要进行数据转换以便拆分和维护。我们可以使用 redux 作者 Dan Abramov 编写的 normalizr 来处理数据。

normalizr 创立的初衷是处理深层,复杂的嵌套的对象。

如何使用

稍微修改一下官方的例子,假定获取到如下书籍的数据:

{
  id: "1",
  title: "JavaScript 从入门到放弃",
  // 作者
  author: {
    id: "1",
    name: "chc"
  },
  // 评论
  comments: [
    {
      id: "1",
      content: "作者写的太好了",
      commenter: {
        id: "1",
        name: "chc"
      }
    },
     {
      id: "2",
      content: "楼上造假数据哈",
      commenter: {
        id: "2",
        name: "dcd"
      }
    },
  ]
}

这时候我们可以写出 3 个主体: 书籍信息、评论以及用户。我们先从基础的数据来构造模式:

import { normalize, schema } from 'normalizr';

// 构造第一个实体 用户信息
const user = new schema.Entity('users');

// 构造第二个实体 评论
const comment = new schema.Entity('comments', {
  // 评价者是用户
  commenter: user
});

// 构造第三个实体 书籍
const book = new schema.Entity('books', {
  // 作者
  author: user,
  // 评论
  comments: [comment]
});

// 传入数据以及当前最大的 schema 信息
const normalizedData = normalize(originalData, book);

先来看一下最终数据。

{
  "entities": {
    "users": {
      "1": {
        "id": "1",
        "name": "chc"
      },
      "2": {
        "id": "2",
        "name": "dcd"
      }
    },
    "comments": {
      "1": {
        "id": "1",
        "content": "作者写的太好了",
        "commenter": "1"
      },
      "2": {
        "id": "2",
        "content": "楼上造假数据哈",
        "commenter": "2"
      }
    },
    "books": {
      "1": {
        "id": "1",
        "title": "JavaScript 从入门到放弃",
        "author": "1",
        "comments": [
          "1",
          "2"
        ]
      }
    }
  },
  "result": "1"
}

去除其他信息,我们可以看到获取了 3 个不同的实体对象, users,comments,books。对象的键为当前 id,值为当前平铺的数据结构。这时候我们就可以使用对象或者数组(Object.values) 来新增和更新数据。

解析逻辑

看到这里,大家可能是很懵的。先不管代码实现,这里先分析一下库是如何解析我们编写的 schema 的,以便大家可以在实际场景中使用,再看一遍数据和 schema 定义:

数据结构

{
  id: "1",
  title: "JavaScript 从入门到放弃",
  // 作者
  author: {
    id: "1",
    name: "chc"
  },
  // 评论
  comments: [
    {
      id: "1",
      content: "作者写的太好了",
      commenter: {
        id: "1",
        name: "chc"
      }
    },
     {
      id: "2",
      content: "楼上造假数据哈",
      commenter: {
        id: "2",
        name: "dcd"
      }
    },
  ]
}

书籍信息是第一层对象,数据中有 id, title, author, comments,对应 schema 如下

const book = new schema.Entity('books', {
  // 作者
  author: user,
  // 一本书对应多个评论,所以这里使用数组
  comments: [comment]
});

其中 id ,title 是 book 本身的属性,无需关注,把需要解析的数据结构写出来。books 字符串与解析无关,对应 entities 对象的 key。

再看 user

const user = new schema.Entity('users');

user 没有需要解析的信息,直接定义实体即可。

最后是评论信息

const comment = new schema.Entity('comments', {
  // 评价者是用户
  commenter: user
});

{
  id: "1",
  content: "作者写的太好了",
  commenter: {
    id: "1",
    name: "chc"
  }
}

把 comments 从原本的数据结构中拿出来,实际也就很清晰了。

高阶用法

处理数组

normalizr 可以解析单个对象,那么如果当前业务传递数组呢?类似于 comment 直接这样使用即可:

[
  {
    id: '1',
    title: "JavaScript 从入门到放弃"
    // ...
  },
  {
    id: '2',
    // ...
  }
]

const normalizedData = normalize(originalData, [book]);

反向解析

我们只需要拿到刚才的 normalizedData 中的 result 以及 entities 就可以获取之前的信息了。

import { denormalize, schema } from 'normalizr';

//...

denormalize(normalizedData.result, book, normalizedData.entities);

Entity 配置

开发中可以根据配置信息重新解析实体数据。

const book = new schema.Entity('books', {
  // 作者
  author: user,
  // 一本书对应多个评论,所以这里使用数组
  comments: [comment]
}, {
  // 默认主键为 id,否则使用 idAttribute 中的数据,如 cid,key 等
  idAttribute: 'id',
  // 预处理策略, 参数分别为 实体的输入值, 父对象
  processStrategy: (value, parent, key) => value,
  // 遇到两个id 相同数据的合并策略,默认如下所示,我们还可以继续修改
  mergeStrategy: (prev, prev) => ({
    ...prev,
    ...next,
    // 是否合并过,如果遇到相同的,就会添加该属性
    isMerge: true
  }),
});

// 看一下比较复杂的例子,以 user 为例子
const user = new schema.Entity('users', {
}, {
  processStrategy: (value, parent, key) => {
    // 增加父对象的属性
    // 例如 commenter: "1" => commenterId: "1" 或者 author: "2" => "authorId": "2"
    // 但是目前还无法通过 delete 删除 commenter 或者 author 属性
    parent[`${key}Id`] = value.id

    // 如果是从评论中获取的用户信息就增加 commentIds 属性
    if (key === 'commenter') { 
      return {
        ...value, 
        commentIds: [parent.id] 
      } 
    }
    // 不要忘记返回 value, 否则不会生成 user 数据
    return {
      ...value,
      bookIds: [parent.id]
    };
  }
  mergeStrategy: (prev, prev) => ({
    ...prev,
    ...next,
    // 该用户所有的评论归并到一起去
    commentIds: [...prev.commentIds, ...next.commentIds],
    // 该用户所有的书本归并到一起去
    bookIds: [...prev.bookIds, ...next.bookIds],
    isMerge: true
  }),
})

// 最终获取的用户信息为
{
  "1": {
    "id": "1",
    "name": "chc"
    // 用户 chc 写了评论和书籍,但是没有进行过合并
    "commentIds": ["1"],
    "bookIds": ["1"],
  },
  "2": {
    "id": "2",
    "name": "dcd",
    // 用户 dcd 写了 2 个评论,同时进行了合并处理
    "commentIds": [
      "2",
      "3"
    ],
    "isMerge": true
  }
}

当然了,该库也可以进行更加复杂的数据格式化,大家可以通过 api 文档 来进一步学习和使用。

其他

当然了,normalizr 使用场景毕竟有限,开源负责人也早已换人。目前主库已经无人维护了(issue 也也已经关闭)。当然了,normalizr 代码本身也是足够稳定。

笔者也在考虑一些新的场景使用并尝试为 normalizr 添加一些新的功能(如 id 转换)和优化(ts 重构),如果您在使用 normalizr 的过程中遇到什么问题,也可以联系我,存储库目前在 normalizr-helper 中。

到此这篇关于JavaScript利用normalizr实现复杂数据转换的文章就介绍到这了,更多相关JavaScript normalizr复杂数据转换内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

JavaScript利用normalizr实现复杂数据转换

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

Golang数据转换方法:灵活应用类型转换实现复杂数据处理

Golang数据转换方法:灵活应用类型转换实现复杂数据处理在Golang中,数据转换是非常常见的操作,特别是当我们需要处理复杂的数据结构时。通过灵活应用类型转换,我们可以实现对数据的处理、解析和转换,从而达到我们想要的数据格式和结构。在本
Golang数据转换方法:灵活应用类型转换实现复杂数据处理
2024-02-22

如何使用C++实现复杂的数据转换和清洗任务?

使用 c++++ 处理复杂的数据转换和清洗任务:读取和转换数据:加载原始数据并使用库或函数进行类型转换。清洗数据:通过函数删除无效或不一致的记录。标准化数据:使用规则将数据转换为标准格式,如日期转换。使用 C++ 实现复杂的数据转换和清洗任
如何使用C++实现复杂的数据转换和清洗任务?
2024-05-15

如何利用聚合函数实现复杂统计

使用聚合函数可以实现各种复杂的统计分析,下面是一些常见的例子:计算平均值:使用聚合函数AVG()可以计算一列数据的平均值。计算总和:使用聚合函数SUM()可以计算一列数据的总和。计算最大值和最小值:使用聚合函数MAX()和MIN()可以计算
如何利用聚合函数实现复杂统计
2024-08-03

利用Java如何实现替换int数组中的重复数据

本篇文章为大家展示了利用Java如何实现替换int数组中的重复数据,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。具体如下:package test;import java.util.HashSet;
2023-05-31

JavaScript利用Immerjs实现不可变数据

Immerjs 是一个用于管理 JavaScript 不可变数据结构的库,它可以帮助我们更轻松地处理状态的变化,并减少冗余代码。本文就来带大家揭秘如何利用Immerjs实现不可变数据,感兴趣的可以了解一下
2023-05-15

【赵强老师】利用数据库触发实现复杂的安全性检查

一、什么是触发器 数据库触发器是一个与表相关联的,存储的PL/SQL 语句。每当一个特定的数据操作语句(insert update delete)在指定的表上发出时,Oracle自动执行触发器中定义的语句序列。 触发器的应用场景如下: 复杂的安全性检查
【赵强老师】利用数据库触发实现复杂的安全性检查
2018-02-23

JavaScript如何利用sort()实现数据去重

这篇文章主要为大家展示了“JavaScript如何利用sort()实现数据去重”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“JavaScript如何利用sort()实现数据去重”这篇文章吧。利用
2023-06-02

用 PHP 实现复杂数据结构的完整指南

php 提供了数组、哈希表、链表、堆栈、队列、树和图等复杂数据结构的完整指南,可用于有效存储和管理不同数据类型和结构,增强 php 程序的性能和效率。用 PHP 实现复杂数据结构的完整指南数据结构在现代编程中至关重要,它决定了数据存储和访
用 PHP 实现复杂数据结构的完整指南
2024-05-07

如何利用Redis实现数据备份与恢复

如何利用Redis实现数据备份与恢复随着大数据时代的到来,数据备份和恢复变得越来越重要。Redis作为一种高性能的内存数据库,不仅可以提供快速的数据访问能力,还可以通过持久化功能实现数据的备份和恢复。本文将介绍如何利用Redis的持久化功能
如何利用Redis实现数据备份与恢复
2023-11-07

利用JAVA API函数实现数据的压缩与解压缩(转)

本文通过对数据压缩算法的简要介绍,然后以详细的示例演示了利用java.util.zip包实现数据的压缩与解压,并扩展到在网络传输方面如何应用java.util.zip包现数据压缩与解压综述许多信息资料都或多或少的包含一些多余的数据。通常会导
2023-06-03

如何在spring boot中利用mybatis实现多数据源切换

今天就跟大家聊聊有关如何在spring boot中利用mybatis实现多数据源切换,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。1.首先定义一个注解类@Retention(Rete
2023-05-31

mysql利用mysqlbinlog命令恢复误删除数据的实现

实验环境: MYSQL 5.7.22 开启二进志日志 日志格式MIXED 实验过程: 1、执行:FLUSH LOGS; master-bin.000014 文件就是新生成的文件刷新日志是为了实验内容更直观,更容易观察到整个实验过程的内容。
2022-05-23

C++ 函数的递归实现:如何使用递归来构建复杂数据结构?

使用递归可以构建复杂的数据结构,如二叉树。递归算法通过分解问题并调用自身来解决复杂的子问题。尽管递归算法简洁高效,但需要注意可能发生的堆栈溢出和性能问题。C++ 函数的递归实现:构建复杂数据结构递归是一种强大的编程技术,它允许函数调用自身
C++ 函数的递归实现:如何使用递归来构建复杂数据结构?
2024-04-22

编程热搜

目录