本文详解如何将原始 json 中分散的水果、规模及交叉数据整合为按水果分组、含总量与按规模排序子项的新数组，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片形式组织（如 fruits、size、SizeAndFruit 三个独立数组），而前端展示（如表格行）往往需要按主维度（例：水果）聚合全部关联信息。本文以水果数据为例，手把手演示如何使用 PHP 构建符合业务需求的嵌套结构 —— 每个水果对象包含总数量（totalResults）及按消费者规模升序排列的明细数组（sortedResults）。
✅ 核心步骤概览
- 解析原始 JSON：使用 json_decode() 将响应转为 PHP 对象；
- 初始化基础结构：遍历 fruits 数组，为每种水果创建初始条目（含 name 和 totalResults）；
- 填充明细数据：遍历 SizeAndFruit，按 name 匹配并追加 {size, pieces} 到对应水果的 sortedResults；
- 规范排序逻辑：定义 sizeStringToNumber() 映射字符串规模到数值权重，确保 "100-500 eaters"
- 执行稳定排序：对每个水果的 sortedResults 使用 usort() + 自定义比较函数升序排列。
? 完整可运行代码（PHP 7.4+）
fruits as $fruit) {
$out[] = [
'name' => $fruit->name,
'totalResults' => $fruit->pieces,
'sortedResults' => [],
];
}
// 步骤3：填充 SizeAndFruit 关联数据
foreach ($inputJson->SizeAndFruit as $entry) {
$newEntry = [
'size' => $entry->size,
'pieces' => $entry->pieces,
];
// 精准匹配水果名称（注意大小写敏感）
foreach ($out as &$fruit) {
if ($fruit['name'] === $entry->name) {
$fruit['sortedResults'][] = $newEntry;
break; // 找到即退出内层循环，提升效率
}
}
}
// 步骤4 & 5：定义规模映射与排序函数
function sizeStringToNumber(string $size): int
{
$mapping = [
'100-500 eaters' => 100,
'5000-10,000 eaters' => 5000,
'10,001+ eaters' => 10001, // 注意：10001 > 5000，确保严格升序
];
return $mapping[$size] ?? throw new InvalidArgumentException("Unsupported size format: {$size}");
}
// 对每个水果的 sortedResults 进行数值化排序
foreach ($out as &$fruit) {
usort($fruit['sortedResults'], function ($a, $b) {
return sizeStringToNumber($a['size']) <=> sizeStringToNumber($b['size']);
});
}
// 组装最终结构并输出
$result = ['newArray' => $out];
echo json_encode($result, JSON_UNESCAPED_UNICODE | JSON_PRETTY_PRINT);⚠️ 注意事项与最佳实践
- 健壮性增强：生产环境应添加 json_last_error() 检查解码是否成功，并捕获 InvalidArgumentException 等异常；
- 性能优化：若 SizeAndFruit 数据量极大（>10k 条），建议先用 array_column($inputJson->SizeAndFruit, null, 'name') 构建哈希索引，避免双重循环；
- 规模字符串标准化：当前硬编码映射适用于固定格式；若规模字段动态变化，需改用正则提取数字范围（如 /(\d+)-(\d+)/ 或 /(\d+)\+/）；
- 前端兼容性：输出使用 JSON_UNESCAPED_UNICODE 确保中文等字符不被转义，JSON_PRETTY_PRINT 仅用于调试，上线前应移除以减小体积。
通过以上方法，你不仅能精准生成所需的嵌套数组结构，还为后续扩展（如按规模筛选、多维聚合统计）打下坚实基础。该模式可轻松迁移至 JavaScript（使用 Array.reduce() + Array.sort()）或 Python（defaultdict + sorted()），核心逻辑高度通用。
