גרסת קובץ JSON קריא למחשבים של הגדרות ה-API של הטיפול בהזמנות ופיד הנתונים של תהליך ההזמנה מקצה לקצה זמינות ליצירת קוד מקור של לקוח ולאימות המבנה של נתוני ה-JSON. כך תוכלו להשקיע יותר זמן בפיתוח יכולות האפליקציה והלוגיקה העסקית הנדרשות לשילוב.
בדוגמה הזו אנחנו משתמשים ב-CLI של quicktype כדי ליצור ספריית לקוח נוחה לשימוש.
הורדת סכימות ה-JSON
הגרסאות האלה של פידים של נתונים ו-API שניתנים לקריאה במכונה נדרשות ליצירה ולאימות של קוד.
יצירת קודים
אפשר להשתמש ב-Quicktype כדי ליצור מחדש קודים כשממשקי ה-API משתנים, וכך לעדכן בקלות את קוד האפליקציה המושפע. התכונה QuickType תומכת בשפות תכנות כמו C++, Java, JavaScript, Python ועוד.
אפשר גם להשתמש בכלים אחרים ליצירת קוד שתומכים בהגדרות של JSON Schema כדי ליצור את ספריות הלקוח.
משתמשים ב-Node package manager (npm) כדי להתקין את quicktype בספריית הפרויקט של השילוב שלכם של תהליך ההזמנה מקצה לקצה.
npm install quicktype
TypeScript
- יצירת קוד מקור של לקוח לפידים של נתוני תהליך ההזמנה מקצה לקצה.
quicktype --lang typescript --src-lang schema inventory-v2-json-schema.json#top_level_definitions/ -o ./owg-inventory.ts
- יצירת קוד מקור של לקוח ל-Fulfillment API.
quicktype --lang typescript --src-lang schema fulfillment-actions-json-schema.json#top_level_definitions/ -o ./owg-fulfillment.ts
- יצירת קוד מקור של לקוח ל-API של עדכונים בזמן אמת.
quicktype --lang typescript --src-lang schema realtime-updates-json-schema.json#top_level_definitions/ -o ./owg-realtime-updates.ts
- מעתיקים את הקבצים שנוצרו לסביבת העבודה ומטמיעים את הלוגיקה העסקית.
שימוש ואימות
דוגמה ליצירת ישויות והמרה שלהן ל-JSON:
import { Convert, Fee, OperationHours, Restaurant, Service, ServiceArea, ServiceHours, Menu, MenuSection, Availability, MenuItem, MenuItemOption, MenuItemOffer, FeeType, FeeTypeEnum, RestaurantType } from './owg-inventory'; const restaurant: Restaurant = { "@id": "McDonalds", "@type": RestaurantType.Restaurant, "addressCountry": "US", "addressLocality": "123 Local", "addressRegion": "Region", "name": "MacDonald's", "postalCode": "1234", "streetAddress": "123", "telephone": "+15552999983", "url": "https://example.com", "dateModified": new Date() } const fee: Fee = { "@id": "123", "@type": FeeTypeEnum.Fee, "priceCurrency": "US", "serviceId": "123", "feeType": FeeType.Delivery, "dateModified": new Date() } const restaurantJson: string = Convert.restaurantToJson(restaurant); const feeJson: string = Convert.feeToJson(fee);
Java
- יצירת קוד מקור של לקוח לפידים של נתוני תהליך ההזמנה מקצה לקצה.
quicktype --lang java --src-lang schema inventory-v2-json-schema.json#top_level_definitions/ -o ./java/ --no-date-times --package com.example.inventory
- יצירת קוד מקור של לקוח ל-Fulfillment API.
quicktype --lang java --src-lang schema fulfillment-actions-json-schema.json#top_level_definitions/ -o ./java/ --no-date-times --package com.example.fulfillment
- יצירת קוד מקור של לקוח ל-API של עדכונים בזמן אמת.
quicktype --lang java --src-lang schema realtime-updates-json-schema.json#top_level_definitions/ -o ./java/ --no-date-times --package com.example.realtime
- מעתיקים את הקבצים שנוצרו לסביבת העבודה ומטמיעים את הלוגיקה העסקית.
שימוש ואימות
דוגמה ליצירת ישויות והמרה שלהן ל-JSON:
package com.example; import com.example.inventory.Converter; import com.example.inventory.Fee; import com.example.inventory.FeeType; import com.example.inventory.Restaurant; import com.example.inventory.RestaurantType; public class FoodOrderingResponse { public static void main(String[] args) { Restaurant restaurant = new Restaurant(); restaurant.setId("MacDonalds"); restaurant.setType(RestaurantType.RESTAURANT); restaurant.setAddressCountry("US"); restaurant.setAddressLocality("123 Local"); restaurant.setAddressRegion("Region"); restaurant.setName("MacDonald's"); restaurant.setPostalCode("1234"); restaurant.setStreetAddress("123"); restaurant.setTelephone("+15552999983"); restaurant.setUrl("https://example.com"); restaurant.setDateModified("2022-09-19T13:10:00.000Z"); Fee fee = new Fee(); fee.setId("123"); fee.setType(FeeTypeEnum.FEE); fee.setPriceCurrency("US"); fee.setServiceId("123"); fee.setFeeType(FeeType.DELIVERY); fee.setDateModified("2022-09-19T13:13:10.000Z"); String restaurantJson = Converter.RestaurantToJsonString(restaurant); String feeJson = Converter.FeeToJsonString(fee); } }
JavaScript
- יצירת קוד מקור של לקוח לפידים של נתוני תהליך ההזמנה מקצה לקצה.
quicktype --lang javascript --src-lang schema inventory-v2-json-schema.json#top_level_definitions/ -o owg-inventory.js
- יצירת קוד מקור של לקוח ל-Fulfillment API.
quicktype --lang javascript --src-lang schema fulfillment-actions-json-schema.json#top_level_definitions/ -o owg-fulfillment.js
- יצירת קוד מקור של לקוח ל-API של עדכונים בזמן אמת.
quicktype --lang javascript --src-lang schema realtime-updates-json-schema.json#top_level_definitions/ -o owg-realtime-updates.js
- מעתיקים את הקבצים שנוצרו לסביבת העבודה ומטמיעים את הלוגיקה העסקית.
שימוש ואימות
דוגמה ליצירת ישויות והמרה שלהן ל-JSON:
// Converts JSON strings to/from your types // and asserts the results of JSON.parse at runtime const Convert = require("./owg-inventory"); const restaurantJson = Convert.restaurantToJson({ "@id": "McDonalds", "@type": 'Restaurant', "addressCountry": "US", "addressLocality": "123 Local", "addressRegion": "Region", "name": "MacDonald's", "postalCode": "1234", "streetAddress": "123", "telephone": "+15552999983", "url": "https://example.com", "dateModified": new Date() })); const restaurant = Convert.toRestaurant(restaurantJson);
Python
- יצירת קוד מקור של לקוח לפידים של נתוני תהליך ההזמנה מקצה לקצה.
quicktype --lang python --src-lang schema inventory-v2-json-schema.json#top_level_definitions/ -o owg_inventory.py
- יצירת קוד מקור של לקוח ל-Fulfillment API.
quicktype --lang python --src-lang schema fulfillment-actions-json-schema.json#top_level_definitions/ -o owg_fulfillment.py
- יצירת קוד מקור של לקוח ל-API של עדכונים בזמן אמת.
quicktype --lang python --src-lang schema realtime-updates-json-schema.json#top_level_definitions/ -o owg_realtime_updates.py
- מעתיקים את הקבצים שנוצרו לסביבת העבודה ומטמיעים את הלוגיקה העסקית.
שימוש
דוגמה ליצירת ישויות והמרה שלהן ל-JSON:
import json import owg_inventory restaurant: owg_inventory.Restaurant = owg_inventory.restaurant_from_dict({ "@id": "McDonalds", "@type": "Restaurant", "addressCountry": "US", "addressLocality": "123 Local", "addressRegion": "Region", "name": "MacDonald's", "postalCode": "1234", "streetAddress": "123", "telephone": "+15552999983", "url": "https://example.com", "dateModified": "2022-09-19T13:10:00.000Z" }) restaurant_json: str = json.dumps(owg_inventory.restaurant_to_dict(restaurant))