本文详解如何将原始 json 中分散的水果数据、总量及多维度尺寸关联项，重组为按水果聚合、尺寸有序排列的新数组结构，适用于表格渲染等场景。
在实际开发中，后端返回的 JSON 数据常以扁平化或分块形式组织（如 fruits、size、SizeAndFruit 三个独立数组），但前端展示（如数据表格、图表）往往需要按主体（例：水果）聚合，并保留关联维度（例：不同规模人群下的销量）且严格排序。本文提供一套完整、可复用的 PHP 解决方案，实现从原始响应到目标结构 {"newArray": [...]} 的精准转换。
核心思路
- 初始化基础骨架：遍历 fruits 数组，为每种水果创建初始对象，包含 name 和 totalResults（即总件数）；
- 填充关联明细：遍历 SizeAndFruit，将每个条目（含 size、pieces、name）归入对应水果的 sortedResults 子数组；
- 按业务逻辑排序：因 size 字段为字符串（如 "100-500 eaters"），需映射为数值优先级，再使用 usort() 确保 "100-500 eaters" → "5000-10,000 eaters" → "10,001+ eaters" 的升序排列。
完整实现代码
<?php // 假设 JSON 数据已保存为 input.json，或直接使用 json_decode($rawJson)
$inputContents = file_get_contents(__DIR__ . '/input.json');
$inputJson = json_decode($inputContents);
$out = [];
// 步骤1：初始化每种水果的基础结构
foreach ($inputJson->fruits as $fruit) {
$out[] = [
'name' => $fruit->name,
'totalResults' => $fruit->pieces,
'sortedResults' => [],
];
}
// 步骤2：将 SizeAndFruit 条目归类到对应水果
foreach ($inputJson->SizeAndFruit as $entry) {
$newEntry = [
'size' => $entry->size,
'pieces' => $entry->pieces,
];
// 查找匹配的水果并追加
foreach ($out as &$fruit) {
if ($fruit['name'] === $entry->name) {
$fruit['sortedResults'][] = $newEntry;
break; // 找到即退出，提升效率
}
}
}
// 步骤3：定义 size 字符串到排序权重的映射
function sizeStringToNumber(string $size): int
{
$mapping = [
'100-500 eaters' => 100,
'5000-10,000 eaters' => 5000,
'10,001+ eaters' => 10001,
];
return $mapping[$size] ?? 99999; // 未知值置后
}
// 对每个水果的 sortedResults 按 size 权重升序排序
foreach ($out as &$fruit) {
usort($fruit['sortedResults'], function ($a, $b) {
return sizeStringToNumber($a['size']) sizeStringToNumber($b['size']);
});
}
// 组装最终输出
$result = [
'newArray' => $out,
];
// 输出格式化 JSON（便于调试与前端消费）
echo json_encode($result, JSON_UNESCAPED_UNICODE | JSON_PRETTY_PRINT);
关键注意事项
- ✅ 性能优化：内层循环使用 break 避免冗余遍历；若数据量极大（>10k 条），建议预先构建水果名称索引（如 ['Bananas' => 0, 'Oranges' => 1]）实现 O(1) 查找；
- ✅ 健壮性：sizeStringToNumber() 函数包含兜底逻辑，防止未知 size 值导致排序异常；
- ✅ 扩展性：排序规则完全由 $mapping 数组控制，新增尺寸类型只需扩展映射表，无需修改排序逻辑；
- ⚠️ JSON 解析安全：生产环境务必检查 json_last_error()，避免无效 JSON 导致脚本中断；
- ⚠️ 内存考虑：对于超大响应，可改用流式解析（如 json_decode 配合 JSON_BIGINT_AS_STRING）或分批处理。
该方案不仅满足当前需求，其模块化设计（初始化 → 归类 → 排序 → 输出）也易于适配其他类似聚合场景，例如按地区+产品、按季度+渠道等多维交叉分析结构的构建。
