本文介绍如何基于 Josson 库动态识别并递归求值 JSON 中以 expression 字段封装的数学表达式（如 calc(A+B)），支持跨层级引用（如 C 参与 D 的计算），并自动生成适配任意结构的转换表达式。
本文介绍如何基于 josson 库动态识别并递归求值 json 中以 `expression` 字段封装的数学表达式（如 `calc(a+b)`），支持跨层级引用（如 `c` 参与 `d` 的计算），并自动生成适配任意结构的转换表达式。
在构建配置驱动型应用（如泵选型、报表模板引擎或规则引擎）时，常需将计算逻辑以字符串形式嵌入 JSON 配置中，并在运行时解析执行。Josson 是一个功能强大的 Java JSON 处理库，内置对 mXparser 数学引擎的支持，可通过 eval() 函数安全执行表达式。但其默认行为不支持自动识别“哪些字段需计算”“哪些字段是原始值”，更不支持依赖关系感知的递归求值（例如 D 依赖于尚未求值的 C）。本文将系统性地解决这一问题，提供可落地、可扩展、结构无关的解决方案。
✅ 核心设计原则
- 显式标记表达式字段：避免歧义和误解析（如 TEMPLATE(12).pdf 中的 TEMPLATE 被误判为函数），统一采用 "expression": "..." 结构；
- 依赖顺序自动推导：利用 Josson 表达式链式执行特性，按字段定义顺序逐层 .field(key: eval(...)) 求值，天然满足简单 DAG 依赖（无需拓扑排序）；
- 结构无关的动态表达式生成：通过 entries() + 条件过滤 + 字符串拼接，从任意 JSON 自动构造合法 Josson 转换路径。
✅ 正确的 JSON 结构示例（推荐更新后格式）
{
"data": {
"A": 1688,
"B": 1363,
"C": { "expression": "calc(A+B,A:data.A,B:data.B)" },
"D": { "expression": "calc(B+C,B:data.B,C:data.C)" },
"drg": "TEMPLATE(12).pdf"
},
"tbl02Modelmaster": {
"A": { "expression": "calc(A+100,A:$.data.A)" },
"stageType": "Multi",
"isPowerConstraint": true
}
}⚠️ 注意事项：
- 避免保留字冲突：mXparser 将 C 视为组合数函数（如 C(5,2)），因此字段名 C 会引发 Calc syntax error。建议统一使用小写字段名（如 c）或加前缀（如 expr_C）；
- 路径引用需明确上下文：data.C 表示当前 data 对象下的 C 字段；$.data.A 表示根路径下的 data.A，适用于跨对象引用；
- eval() 仅作用于字符串值：若字段值不是字符串（如数字、布尔值），eval() 会直接透传原值，无副作用。
✅ 手动编写转换表达式（适用于已知结构）
String json = "{...}"; // 上述 JSON 字符串
Josson josson = Josson.fromJsonString(json);
JsonNode result = josson.getNode(
"field(data" +
".field(C: eval(C.expression))" +
".field(D: eval(D.expression))" +
")" +
".field(tbl02Modelmaster" +
".field(A: eval(A.expression))" +
")"
);
System.out.println(result.toPrettyString());输出结果中，C 和 D 已被替换为计算后的数值（3051.0, 4414.0），其他原始字段保持不变。
✅ 动态生成转换表达式（推荐：适配任意结构）
以下代码全自动扫描 JSON，识别所有含 "expression" 字段的对象，并为其生成 .field(key: eval(key.expression)) 子句：
String expression = josson.getString(
"entries()" +
".concat('field('," +
"key," +
"value.entries()" +
".[value.expression != null]*" + // 过滤出含 expression 的子字段
".concat('.field(', key, ': eval(', key, '.expression))')" +
".join()," +
" ')')" +
".join('.')"
);
// 输出类似：field(data.field(C: eval(C.expression)).field(D: eval(D.expression))).field(tbl02Modelmaster.field(A: eval(A.expression)))
System.out.println("Auto-generated expression: " + expression);
JsonNode result = josson.getNode(expression);
System.out.println(result.toPrettyString());该方案完全解耦业务结构，新增一个带 expression 的字段（如 "E": {"expression": "calc(C*D)"}）后，无需修改 Java 代码，仅需更新 JSON 即可生效。
✅ 进阶建议与最佳实践
- 类型一致性处理：eval() 返回 double（如 3051.0），若需整数，可在表达式末尾追加 .toInt()（需 Josson ≥ 1.5.0）或 Java 层后处理；
- 错误防御：生产环境建议包裹 try-catch，捕获 IllegalArgumentException 并记录原始表达式，便于排查语法或路径错误；
- 性能优化：对于高频调用场景，可将 Josson 实例缓存复用，避免重复解析 JSON 字符串；
- 扩展性延伸：可将 expression 替换为更丰富的 DSL，例如支持 if(condition, then, else) 或自定义函数注册（通过 mXparser 的 FunctionExtension）。
通过本方案，你不仅能精准、安全、自动地完成 JSON 内嵌表达式的递归求值，更构建了一套面向未来演进的配置计算基础设施——让逻辑沉淀在数据中，而非硬编码于程序里。
