Java中从字符串提取JSON数组值：正则与JSON库解析实践
本教程旨在解决从字符串中（特别是日志输出）提取JSON数组值的问题。文章首先指出单纯使用正则表达式的局限性，即可能无法捕获所有数组元素。随后，重点推荐并详细演示了使用Jackson等JSON解析库的两种高效方法：通过POJO进行对象映射和通过树模型处理动态数据。最后，作为备选方案，文章还提供了一种结合正则表达式捕获数组整体内容再进行字符串分割与清洗的纯手动解析策略，并强调了其适用场景及注意事项。
1. 问题背景与挑战
在处理日志文件或非标准化的文本数据时，我们经常会遇到需要从包含json片段的字符串中提取特定信息的场景。例如，从以下日志输出中提取"values"数组内的所有字符串：
[INFO][2025-11-11] Response body :
{
"values":[
"abc123",
"def456",
"xyz789"
]
}初学者可能会尝试使用正则表达式直接捕获数组中的每个元素。然而，像"values"\s*:\s*\[(\s*"(\w+)"\s*,?)*]这样的正则模式，由于其重复捕获组的特性，在Java的Matcher.group()方法中往往只能获取到最后一个匹配项，而非所有项。这正是我们需要探讨更有效解决方案的原因。
2. 推荐方案：使用JSON解析库
在Java中，处理JSON数据最健壮、最高效且易于维护的方式是使用专门的JSON解析库，如Jackson或Gson。这些库能够将JSON字符串可靠地转换为Java对象，或以树形结构进行操作，从而避免了手动解析的复杂性和潜在错误。
2.1 通过POJO进行对象映射
如果JSON结构相对固定，可以定义一个对应的Java POJO（Plain Old Java Object）来映射JSON数据。这是最推荐的方式，因为它提供了类型安全和代码可读性。
首先，定义一个POJO类来匹配JSON结构：
import java.util.List;
public class MyPojo {
private List values;
// 构造函数 (可选)
public MyPojo() {}
// Getter
public List getValues() {
return values;
}
// Setter
public void setValues(List values) {
this.values = values;
}
@Override
public String toString() {
return "MyPojo{" +
"values=" + values +
'}';
}
} 然后，使用Jackson的ObjectMapper将JSON字符串反序列化为MyPojo对象：
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.json.JsonMapper;
import java.util.List;
public class JsonParsingExample {
public static void main(String[] args) throws Exception {
String jsonStr = "{\n"
+ " \"values\":[\n"
+ " \"abc123\",\n"
+ " \"def456\",\n"
+ " \"xyz789\"\n"
+ " ]\n"
+ "}";
ObjectMapper mapper = new JsonMapper(); // 或 new ObjectMapper();
MyPojo pojo = mapper.readValue(jsonStr, MyPojo.class);
System.out.println("通过POJO获取值: " + pojo.getValues());
// 输出: 通过POJO获取值: [abc123, def456, xyz789]
}
}注意事项：
- 确保项目中已引入Jackson库的依赖（例如，Maven或Gradle）。
- POJO中的字段名应与JSON键名一致，或者使用@JsonProperty注解进行映射。
- 此方法适用于结构已知且相对稳定的JSON数据。
2.2 通过树模型处理动态数据
当JSON结构不固定，或者我们只需要提取部分数据而不希望定义完整的POJO时，可以使用Jackson的树模型（Tree Model）进行解析。这提供了更大的灵活性。
import com.fasterxml.jackson.core.type.TypeReference;
import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.json.JsonMapper;
import java.util.List;
public class JsonTreeParsingExample {
public static void main(String[] args) throws Exception {
String jsonStr = "{\n"
+ " \"values\":[\n"
+ " \"abc123\",\n"
+ " \"def456\",\n"
+ " \"xyz789\"\n"
+ " ]\n"
+ "}";
ObjectMapper mapper = new JsonMapper();
// 将JSON字符串解析为JsonNode树
JsonNode rootNode = mapper.readTree(jsonStr);
// 获取"values"字段对应的节点
JsonNode valuesNode = rootNode.get("values");
// 将JsonNode反序列化为List
List values = mapper.readerFor(new TypeReference>() {})
.readValue(valuesNode);
System.out.println("通过树模型获取值:");
values.forEach(System.out::println);
// 输出:
// abc123
// def456
// xyz789
}
} 注意事项：
- JsonNode提供了一系列方法来访问JSON对象的字段和JSON数组的元素。
- TypeReference用于在泛型类型擦除的环境中正确地指定目标类型。
- 此方法适用于JSON结构可能变化或只需部分数据的场景。
3. 替代方案：纯正则与字符串处理
在极少数情况下，例如严格限制不能引入外部库，或者处理的字符串并非标准的完整JSON，而是嵌入在复杂文本中的JSON片段，且JSON结构非常简单时，可以考虑使用正则表达式结合字符串分割进行手动解析。
这种方法的核心思想是：
首先使用正则表达式精确捕获整个JSON数组的内容（不包括方括号本身），然后对捕获到的字符串进行分割和清洗。
import java.util.Arrays;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import java.util.stream.Collectors;
public class RegexManualParsingExample {
public static void main(String[] args) {
String sourceString = "[INFO][2025-11-11] Response body : \n"
+ "{\n"
+ " \"values\":[\n"
+ " \"abc123\",\n"
+ " \"def456\",\n"
+ " \"xyz789\"\n"
+ " ]\n"
+ "}";
// 匹配"values": 后面的整个JSON数组内容
// 注意：(.+) 捕获了方括号内的所有内容
Pattern pattern = Pattern.compile("\"values\"\\s*:\\s*\\[(.+?)]", Pattern.DOTALL);
Matcher matcher = pattern.matcher(sourceString);
List values = List.of(); // 初始化为空列表
if (matcher.find()) {
String arrayContent = matcher.group(1); // 获取捕获到的数组内容
// 对内容进行分割、去除引号和空白字符
values = Arrays.stream(arrayContent.split(","))
.map(s -> s.replaceAll("\"", "").strip())
.collect(Collectors.toList());
}
System.out.println("通过正则手动解析获取值:");
values.forEach(System.out::println);
// 输出:
// abc123
// def456
// xyz789
}
} 代码解析：
-
Pattern.compile("\"values\"\\s*:\\s*\\[(.+?)]", Pattern.DOTALL):
- "values"\\s*:\\s*：匹配键名"values"及其后的冒号和可选的空白字符。
- \\[ 和 ]：匹配JSON数组的方括号。
- (.+?)：这是关键。它是一个非贪婪匹配，捕获方括号内的所有字符。Pattern.DOTALL标志使得.能匹配包括换行符在内的任何字符。
- matcher.group(1): 获取捕获组1的内容，即"abc123", "def456", "xyz789"。
- arrayContent.split(","): 将捕获到的字符串按逗号分割成多个子字符串。
-
.map(s -> s.replaceAll("\"", "").strip()): 对每个子字符串进行处理：
- replaceAll("\"", "")：移除所有的双引号。
- strip()：移除字符串两端的空白字符（包括换行符）。
注意事项：
- 此方法对于简单的、扁平的JSON数组有效。
- 如果JSON数组中包含复杂的对象、嵌套数组或带有转义字符的字符串，此方法将变得非常脆弱和难以维护。
- 正则表达式的性能开销可能高于JSON解析库。
- 强烈建议仅在无法使用JSON库的极端受限环境下考虑此方案。
4. 总结与最佳实践
从Java字符串中提取JSON数组值，最佳实践是优先使用成熟的JSON解析库，如Jackson或Gson。它们提供了：
- 健壮性： 能正确处理各种复杂的JSON结构、编码和转义字符。
- 易用性： 通过POJO映射或树模型，代码更简洁、可读性更高。
- 维护性： 减少因JSON结构变化而导致的解析逻辑修改。
只有在严格受限（例如，不允许引入外部依赖）且JSON结构极其简单的情况下，才应考虑使用正则表达式结合字符串分割的替代方案。即使如此，也需充分测试其鲁棒性，并了解其局限性。在大多数实际开发场景中，JSON库是无可争议的首选。
