Swift JSON解析

  • swift4 需要在build settings中把swift 3 @objc inference 設置為on

KVCModel

先看一段JSON數(shù)據(jù)扛点,這是網(wǎng)絡返回的數(shù)據(jù)

{
    "errorCode": "SUCCESS",
    "message": "",
    "data": {
        "dict": {
            "id": 3,
            "text": "equweiyu"
        },
        "list": [{
            "headId": 0,
            "text": "aaa",
        }, {
            "headId": 1,
            "text": "bbb",
        }, {
            "headId": 2,
            "text": "ccc",
        }, ],
        "page": 0
    }
}

經(jīng)過封裝最后使用的效果

// JSON 數(shù)據(jù)
var json:AnyObject?
//NetDataModel 
let netData = json.flatMap(NetDataModel.init)
//[listModel]
let list = (netData?.data?["list"] as? [AnyObject])?.map(listModel.init)
//DataModel
let model = netData?.data.flatMap(DataModel.init)

1. 封裝一個JSON解析基類

使用setValuesForKeysWithDictionary方法解析跑慕,很簡單

class KVCModel: NSObject {
    override func setValue(value: AnyObject?, forUndefinedKey key: String) {
    }
    override func setValue(value: AnyObject?, forKey key: String) {
        super.setValue(value, forKey: key)
    }
    convenience init(json: [String:AnyObject]?) {
        self.init()
        json.flatMap(self.setValuesForKeysWithDictionary)
    }
    convenience init(obj:AnyObject?) {
        self.init(json: obj as? [String:AnyObject])
    }
}

但是要注意setValuesForKeysWithDictionaryInt 不友好 要使用NSNumber代替

2. 創(chuàng)建Model繼承于基類

class NetDataModel:KVCModel {
    var errorCode:String?
    var data:AnyObject?
    var message:String?
}
class DataModel: KVCModel {
    var dict:dictModel?
    var list:[listModel]?
    var page:NSNumber?
    
    override func setValue(value: AnyObject?, forKey key: String) {
        switch key {
        case "dict":
            self.dict = value.flatMap(dictModel.init)
        case "list":
            self.list = (value as? [AnyObject])?.map(listModel.init)
        default:
            super.setValue(value, forKey: key)
        }
    }
}
class dictModel: KVCModel {
    var id:NSNumber?
    var text:String?
}
class listModel: KVCModel {
    var headId:NSNumber?
    var text:String?
}

如果Model的屬性是KVCModel 或者[KVCModel] 就在 setValue(value: AnyObject?, forKey key: String) 解析

3. 使用

解析NetDataModel:
let netData = json.flatMap(NetDataModel.init)

解析[listModel]:
let list = (netData?.data?["list"] as? [AnyObject])?.map(listModel.init)

解析DataModel:
let model = netData?.data.flatMap(DataModel.init)

最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子翠勉,更是在濱河造成了極大的恐慌昔汉,老刑警劉巖,帶你破解...
    沈念sama閱讀 210,914評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件岖妄,死亡現(xiàn)場離奇詭異,居然都是意外死亡寂祥,警方通過查閱死者的電腦和手機荐虐,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,935評論 2 383
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來丸凭,“玉大人福扬,你說我怎么就攤上這事腕铸。” “怎么了铛碑?”我有些...
    開封第一講書人閱讀 156,531評論 0 345
  • 文/不壞的土叔 我叫張陵狠裹,是天一觀的道長。 經(jīng)常有香客問我汽烦,道長涛菠,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,309評論 1 282
  • 正文 為了忘掉前任撇吞,我火速辦了婚禮俗冻,結果婚禮上,老公的妹妹穿的比我還像新娘牍颈。我一直安慰自己迄薄,他們只是感情好,可當我...
    茶點故事閱讀 65,381評論 5 384
  • 文/花漫 我一把揭開白布煮岁。 她就那樣靜靜地躺著讥蔽,像睡著了一般。 火紅的嫁衣襯著肌膚如雪画机。 梳的紋絲不亂的頭發(fā)上冶伞,一...
    開封第一講書人閱讀 49,730評論 1 289
  • 那天,我揣著相機與錄音步氏,去河邊找鬼碰缔。 笑死,一個胖子當著我的面吹牛戳护,可吹牛的內(nèi)容都是我干的金抡。 我是一名探鬼主播,決...
    沈念sama閱讀 38,882評論 3 404
  • 文/蒼蘭香墨 我猛地睜開眼腌且,長吁一口氣:“原來是場噩夢啊……” “哼梗肝!你這毒婦竟也來了?” 一聲冷哼從身側響起铺董,我...
    開封第一講書人閱讀 37,643評論 0 266
  • 序言:老撾萬榮一對情侶失蹤巫击,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后精续,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體坝锰,經(jīng)...
    沈念sama閱讀 44,095評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,448評論 2 325
  • 正文 我和宋清朗相戀三年重付,在試婚紗的時候發(fā)現(xiàn)自己被綠了顷级。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,566評論 1 339
  • 序言:一個原本活蹦亂跳的男人離奇死亡确垫,死狀恐怖弓颈,靈堂內(nèi)的尸體忽然破棺而出帽芽,到底是詐尸還是另有隱情,我是刑警寧澤翔冀,帶...
    沈念sama閱讀 34,253評論 4 328
  • 正文 年R本政府宣布导街,位于F島的核電站,受9級特大地震影響纤子,放射性物質發(fā)生泄漏搬瑰。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,829評論 3 312
  • 文/蒙蒙 一控硼、第九天 我趴在偏房一處隱蔽的房頂上張望泽论。 院中可真熱鬧,春花似錦象颖、人聲如沸佩厚。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,715評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至潮瓶,卻和暖如春陶冷,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背毯辅。 一陣腳步聲響...
    開封第一講書人閱讀 31,945評論 1 264
  • 我被黑心中介騙來泰國打工埂伦, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人思恐。 一個月前我還...
    沈念sama閱讀 46,248評論 2 360
  • 正文 我出身青樓沾谜,卻偏偏與公主長得像,于是被迫代替她去往敵國和親胀莹。 傳聞我的和親對象是個殘疾皇子基跑,可洞房花燭夜當晚...
    茶點故事閱讀 43,440評論 2 348

推薦閱讀更多精彩內(nèi)容