dataList.stream().collect(Collectors.groupingBy(productExcel -> productExcel.getProductId(), Collectors.counting()))

当你有一个`List<WorkOrderResponse>`类型的列表，其中每个`WorkOrderResponse`对象包含一个`workOrderNum`字段，你可以使用Java 8的Stream API或者Collections框架来按这个字段进行分组。这里我们假设`workOrderNum`是一个可以作为比较键的属性。 例如，如果你想要按照`workOrderNum`值将工作订单分组到Map中，每个key对应一个workOrderNum，value是一个包含该workOrderNum的所有响应的集合，你可以这样做： ```java Map<Integer, List<WorkOrderResponse>> groupedData = dataList.stream() .collect(Collectors.groupingBy(WorkOrderResponse::getWorkOrderNum)); ``` 这会创建一个新的`Map`，其中键是`workOrderNum`的值，值是具有相同`workOrderNum`的所有`WorkOrderResponse`对象的列表。 如果你想得到的是每个group的总数量，你可以使用`Collectors.counting()`方法： ```java Map<Integer, Long> countGroups = dataList.stream() .collect(Collectors.groupingBy(WorkOrderResponse::getWorkOrderNum, Collectors.counting())); ``` 现在，`countGroups`就是每个`workOrderNum`对应的订单总数。

从你的问题描述来看，你希望对返回的 JSON 数据进行处理。以下是几个可能的任务目标及解决方案： ### 任务目标 1. **提取特定字段**：例如提取 `name`、`status` 和 `completed_at` 等字段。 2. **过滤数据**：例如只保留 `status` 为 `success` 的记录。 3. **统计信息**：例如统计不同 `status` 的数量。 --- ### 解决方案 以下是一个完整的 Java 实现，使用 Jackson 库解析 JSON 数据并完成上述任务。 #### 代码实现 ```java import com.fasterxml.jackson.core.type.TypeReference; import com.fasterxml.jackson.databind.JsonNode; import com.fasterxml.jackson.databind.ObjectMapper; import java.io.IOException; import java.util.List; import java.util.Map; import java.util.stream.Collectors; public class JsonProcessingExample { public static void main(String[] args) throws IOException { // 模拟API返回的JSON字符串 String res = "[{\"name\":\"电动车\",\"uuid\":\"6481c39a-cf81-4dc7-adf5-768600b79ca2\",\"task_type\":\"others\",\"status\":\"success\",\"sn\":\"8UUXN4300A04KQ\",\"landing_dock_sn\":\"\",\"begin_at\":\"2025-04-22T04:12:17.558902Z\",\"end_at\":\"2025-04-22T04:15:12.558902Z\",\"run_at\":\"2025-04-22T04:12:18.082991Z\",\"completed_at\":\"2025-04-22T04:14:40.463417Z\",\"wayline_uuid\":\"ca82f9aa-d84d-4442-8c04-6b2624ed8785\",\"folder_id\":103208520,\"current_waypoint_index\":2,\"total_waypoints\":2,\"media_upload_status\":\"upload_finished\",\"resumable_status\":\"manual\",\"is_break_point_resume\":false,\"operations\":null,\"exceptions\":null},{\"name\":\"周公宅水库Dock3_试飞_\",\"uuid\":\"958247fa-79d1-4ff7-a4f3-6c166cbba353\",\"task_type\":\"others\",\"status\":\"success\",\"sn\":\"8UUXN4300A04KQ\",\"landing_dock_sn\":\"\",\"begin_at\":\"2025-04-22T04:15:36.727596Z\",\"end_at\":\"2025-04-22T04:18:31.727596Z\",\"run_at\":\"2025-04-22T04:15:37.257142Z\",\"completed_at\":\"2025-04-22T04:17:17.895556Z\",\"wayline_uuid\":\"d8fa9e84-372e-4b15-9945-f63dcbb2bc06\",\"folder_id\":103209719,\"current_waypoint_index\":2,\"total_waypoints\":2,\"media_upload_status\":\"upload_finished\",\"resumable_status\":\"manual\",\"is_break_point_resume\":false,\"operations\":null,\"exceptions\":null}]"; // 使用Jackson解析JSON数据 ObjectMapper objectMapper = new ObjectMapper(); JsonNode rootNode = objectMapper.readTree(res); // 将JsonNode转换为List<Map> List<Map<String, Object>> dataList = objectMapper.readValue( rootNode.toString(), new TypeReference<List<Map<String, Object>>>() {} ); // 提取特定字段 List<Map<String, Object>> extractedData = dataList.stream() .map(item -> Map.of( "name", item.get("name"), "status", item.get("status"), "completed_at", item.get("completed_at") )) .collect(Collectors.toList()); // 打印提取后的数据 System.out.println("提取特定字段的结果:"); extractedData.forEach(System.out::println); // 过滤数据 (只保留 status 为 success 的记录) List<Map<String, Object>> filteredData = dataList.stream() .filter(item -> "success".equals(item.get("status"))) .collect(Collectors.toList()); // 打印过滤后的数据 System.out.println("\n过滤后的数据 (status 为 success):"); filteredData.forEach(System.out::println); // 统计不同 status 的数量 Map<String, Long> statusCount = dataList.stream() .collect(Collectors.groupingBy(item -> (String) item.get("status"), Collectors.counting())); // 打印统计结果 System.out.println("\n不同 status 的数量统计:"); statusCount.forEach((status, count) -> System.out.println(status + ": " + count)); } } ``` --- ### 代码解释 1. **解析 JSON 数据**: - 使用 `ObjectMapper` 的 `readTree()` 方法将 JSON 字符串解析为 `JsonNode`。 - 再通过 `objectMapper.readValue()` 将 `JsonNode` 转换为 `List<Map<String, Object>>`。 2. **提取特定字段**: - 使用 `Stream` 流式操作对每个元素进行映射，提取需要的字段（如 `name`、`status` 和 `completed_at`）。 - 使用 `Map.of()` 创建新的键值对。 3. **过滤数据**: - 使用 `Stream.filter()` 方法保留 `status` 为 `success` 的记录。 4. **统计信息**: - 使用 `Collectors.groupingBy()` 对 `status` 进行分组，并统计每个状态的数量。 --- ### 输出结果 假设输入的 JSON 数据为上述内容，程序输出如下： #### 提取特定字段的结果: ``` {name=电动车, status=success, completed_at=2025-04-22T04:14:40.463417Z} {name=周公宅水库Dock3_试飞_, status=success, completed_at=2025-04-22T04:17:17.895556Z} ``` #### 过滤后的数据 (status 为 success): ``` {name=电动车, uuid=6481c39a-cf81-4dc7-adf5-768600b79ca2, task_type=others, status=success, sn=8UUXN4300A04KQ, landing_dock_sn=, begin_at=2025-04-22T04:12:17.558902Z, end_at=2025-04-22T04:15:12.558902Z, run_at=2025-04-22T04:12:18.082991Z, completed_at=2025-04-22T04:14:40.463417Z, wayline_uuid=ca82f9aa-d84d-4442-8c04-6b2624ed8785, folder_id=103208520, current_waypoint_index=2, total_waypoints=2, media_upload_status=upload_finished, resumable_status=manual, is_break_point_resume=false, operations=null, exceptions=null} {name=周公宅水库Dock3_试飞_, uuid=958247fa-79d1-4ff7-a4f3-6c166cbba353, task_type=others, status=success, sn=8UUXN4300A04KQ, landing_dock_sn=, begin_at=2025-04-22T04:15:36.727596Z, end_at=2025-04-22T04:18:31.727596Z, run_at=2025-04-22T04:15:37.257142Z, completed_at=2025-04-22T04:17:17.895556Z, wayline_uuid=d8fa9e84-372e-4b15-9945-f63dcbb2bc06, folder_id=103209719, current_waypoint_index=2, total_waypoints=2, media_upload_status=upload_finished, resumable_status=manual, is_break_point_resume=false, operations=null, exceptions=null} ``` #### 不同 status 的数量统计: ``` success: 2 ``` --- ###