本教程旨在解决javascript中复杂对象数组的列级数据一致性校验问题。当数据中存在多行(对象)和多列(属性)时,需要确保某一列(如p1)如果任意行有值,则所有行在该列上都必须有值。文章将提供一种高效、可扩展的解决方案,避免冗余循环,并通过示例代码演示如何实现这种“列级非空一致性”的验证逻辑。
在前端或后端数据处理中,我们经常会遇到需要对结构化数据进行复杂校验的场景。其中一种常见的需求是“列级非空一致性”校验:对于一个由多个对象组成的数组,每个对象代表一行数据,其属性代表列。如果某一列(例如 P1)在数组中的任何一个对象里被填充了值,那么这一列在所有其他对象中也必须被填充值(即不能是空字符串、null、undefined等“假值”)。如果存在不一致的情况,则应触发错误提示。
传统的做法可能会采用多层嵌套循环来逐一检查每个属性,但这通常会导致代码冗长、难以维护,并且可能效率低下,尤其是在处理具有大量属性和记录的数据时。
假设我们有一个包含校准数据的对象数组,其基本结构如下:
[
{
"Axis": "Profile",
"P1": 12,
"P2": "",
"P3": "",
"P4": "",
"P5": "",
"P6": "",
"P7": "",
"P8": "",
"P9": "",
"P10": "",
"year": ""
},
{
"Axis": "Symmetry",
"P1": 23,
"P2": "",
"P3": "",
"P4": "",
"P5": "",
"P6": "",
"P7": "",
"P8": "",
"P9": "",
"P10": "",
"year": ""
},
{
"Axis": "Error (%)",
"P1": "",
"P2": 1,
"P3": "",
"P4": "",
"P5": "",
"P6": "",
"P7": "",
"P8": "",
"P9": "",
"P10": "",
"year": ""
},
{
"Axis": "Velocity (m/s)",
"P1": 22,
"P2": "",
"P3": "",
"P4": "",
"P5": "",
"P6": "",
"P7": "",
"P8": "",
"P9": "",
"P10": "",
"year": ""
}
]我们的校验规则是:对于 P1 到 P10 这些属性,如果某个 P 属性在任意一个 Axis(行)中存在非空值,那么它在所有 Axis(行)中都必须存在非空值。例如,在上述数据中:
为了高效地实现这种校验,我们可以采用“列优先”的策略,而不是传统的“行优先”嵌套循环。具体步骤如下:
下面是使用 JavaScript 实现上述逻辑的示例代码:
/**
* 校验对象数组中指定列的数据一致性。
* 规则:如果某一列(键)在任意一个对象中有值,则所有对象在该列上都必须有值。
* 否则,所有对象在该列上都必须无值。
*
* @param {Array代码解释:
在原始问题中,数据结构可能更为复杂,例如:
[
{
"ChartId": "1",
"CalibrationData": [
{
"CalibrationYear": "2012",
"CalibrationData": [ /* 这里才是我们实际要校验的数组 */ ]
},
{
"CalibrationYear": "3022",
"CalibrationData": [ /* 这里也是 */ ]
}
]
}
]如果数据是这种嵌套结构,我们需要先遍历外层结构,找到实际包含 Axis 和 P 属性的数组。
function validateNestedCalibrationData(gblCalibrationData) {
let allValid = true;
const errorMessages = [];
gblCalibrationData.forEach((chartItem, chartIndex) => {
chartItem.CalibrationData.forEach((calibrationYearItem, yearIndex) => {
const dataToValidate = calibrationYearItem.CalibrationData;
if (dataToValidate && dataToValidate.length > 0) {
const results = validateColumnConsistency(dataToValidate);
const failedColumns = Object.keys(results).filter(key => !results[key]);
if (failedColumns.length > 0) {
allValid = false;
errorMessages.push(
`图表 ${chartItem.ChartId} (年份 ${calibrationYearItem.CalibrationYear}) 中,以下列存在数据不一致问题:${failedColumns.join(', ')}。`
);
}
}
});
});
if (!allValid) {
const fullErrorMessage = errorMessages.join('\n');
// swal("校验失败", fullErrorMessage, "error");
console.error("校验失败", fullErrorMessage);
return false;
} else {
// swal("校验成功", "所有校准数据均符合一致性要求!", "success");
console.log("校验成功", "所有校准数据均符合一致性要求!");
return true;
}
}
// 假设 gbl_ClibrationData 是你的嵌套数据
// const gbl_ClibrationData = [ /* ... 你的嵌套数据 ... */ ];
// validateNestedCalibrationData(gbl_ClibrationData);在 validateNestedCalibrationData 函数中,我们首先遍历 gblCalibrationData,然后进入 CalibrationData 数组,最终提取出每个 CalibrationData 数组(即包含 Axis 和 P 属性的实际数据)并调用之前定义的 validateColumnConsistency 函数进行校验。
通过采用“列优先”的校验策略,并结合 JavaScript 数组的 map 和 every 方法,我们可以高效且优雅地解决对象数组的列级数据非空一致性校验问题。这种方法不仅代码简洁、易于理解,而且具有良好的可扩展性,能够适应不同复杂程度的数据结构。在实际开发中,理解并应用这种模式,将有助于提升数据校验的质量和效率。