如何用Logic Apps基于键值对解析复杂JSON

针对你提出的需求，以下是无需依赖索引、完全基于键值对操作的实现方案，可有效避免schema drift问题，同时简化字段管理和SQL写入流程：

核心思路 #

通过Logic Apps内置的表达式和操作，直接根据JSON中的key值定位目标字段，将复杂嵌套的JSON转换为扁平结构，再映射到SQL Server进行写入。

步骤1：提取Target实体对象 #

首先从顶层JSON数组中获取key为"Target"的实体（如需处理PreImage，只需替换为"PreImage"）：

1. 添加初始化变量操作，变量类型选对象，名称设为var_TargetEntity
2. 变量值使用以下表达式：

   first(where(triggerBody(), 'key', 'Target')).value
   

   该表达式通过where()过滤出key为Target的项，再用first()取唯一匹配的实体对象。

步骤2：基于键提取字段值 #

针对每个需要提取的字段，使用键值查找表达式获取对应值，无需依赖数组索引：

普通字符串/数字字段（如mserp_customeraccount） #

表达式示例：

first(where(variables('var_TargetEntity')?['Attributes'], 'key', 'mserp_customeraccount')).value

OptionSet类型字段（如mserp_organizationabccode） #

需提取嵌套的Value属性：

first(where(variables('var_TargetEntity')?['Attributes'], 'key', 'mserp_organizationabccode')).value.Value

FormattedValues中的字段（如mserp_dataareaid_id） #

表达式示例：

first(where(variables('var_TargetEntity')?['FormattedValues'], 'key', 'mserp_dataareaid_id')).value

处理缺失字段（可选） #

若担心字段不存在导致报错，可使用coalesce()设置默认值：

coalesce(first(where(variables('var_TargetEntity')?['Attributes'], 'key', 'mserp_knownas')).value, '')

可选优化：存储为单独变量

将每个字段的提取结果存入单独变量（如var_CustomerAccount、var_OrganizationName），便于后续SQL操作时快速引用。

步骤3：转换为扁平结构（可选） #

使用选择操作将所需字段整合为一个扁平JSON对象，简化SQL映射：

1. 添加选择操作，来自设为variables('var_TargetEntity')
2. 在映射区域添加所需字段，例如：
   • 客户账号: first(where(item()?['Attributes'], 'key', 'mserp_customeraccount')).value
   • 组织名称: first(where(item()?['Attributes'], 'key', 'mserp_organizationname')).value
   • ABC编码: first(where(item()?['Attributes'], 'key', 'mserp_organizationabccode')).value.Value
   • 数据区域ID: first(where(item()?['FormattedValues'], 'key', 'mserp_dataareaid_id')).value

步骤4：写入SQL Server #

添加**插入行（SQL Server）**操作，将提取的字段直接映射到SQL表的对应列：

• 若使用了单独变量：直接选择变量作为列值
• 若使用了选择操作：选择扁平对象中的对应字段作为列值

关键优势 #

• 避免schema drift：完全基于key值查找，不受JSON数组中字段顺序变化影响
• 低维护成本：无需循环过滤，通过直接表达式定位字段，逻辑清晰
• 兼容性强：支持普通字段、OptionSet、FormattedValues等多种类型的字段提取

内容的提问来源于stack exchange，提问作者TePeBox