JSONExport-Swift生成模型工具的使用

第一:下载JSONExport工具: https://github.com/Ahmed-Ali/JSONExport 运行后如图一:

图一.png

第二:将接口获取的网络数据 ,按图二操作


图二.png

第三:点保存后 会生成 如图三的文件:


图三.png

在 RootClass.swift 文件中 保留 如图的 格式 ,其他代码删除

RootClass.swift.png

其他文件 中的代码 也按这样的格式 ,复制到 这个文件中,然后再把这个文件拖进 项目中(RootClass.swift 可以随意改成你要 名称,如这里改成了UserModel)

最后的模型文件

//  RootClass.swift
//
//  Create by Mac on 7/8/2017
//  Copyright © 2017. All rights reserved.
//  Model file generated using JSONExport: https://github.com/Ahmed-Ali/JSONExport

import Foundation 
import ObjectMapper


class UserModel :  Mappable{

    var sid : String?
    var succeed : Int?
    var timeUsage : String?
    var user : User?
 
    required init?(map: Map){}
 
    func mapping(map: Map)
    {
        sid <- map["sid"]
        succeed <- map["succeed"]
        timeUsage <- map["time_usage"]
        user <- map["user"]
        
    }
 
}

class User : Mappable{
    
    var age : Int?
    var avatar : Avatar?
    var brief : String?
    var cancelOrderNum : Int?
    var carColor : String?
    var carStatus : CarStatu?
    var carVersion : String?
    var commentCount : Int?
    var commentGoodrate : Float?
    var gender : Int?
    var id : Int?
    var incomeAmount : String?
    var joinedAt : String?
    var licensePlate : String?
    var mobilePhone : String?
    var nickname : String?
    var orderAmount : Int?
    var qrcode : String?
    var services : Service?
    var signature : String?
    var successRate : String?
    var userGroup : Int?
    
    
    
    required init?(map: Map){}
    
    func mapping(map: Map)
    {
        age <- map["age"]
        avatar <- map["avatar"]
        brief <- map["brief"]
        cancelOrderNum <- map["cancel_order_num"]
        carColor <- map["car_color"]
        carStatus <- map["car_status"]
        carVersion <- map["car_version"]
        commentCount <- map["comment_count"]
        commentGoodrate <- map["comment_goodrate"]
        gender <- map["gender"]
        id <- map["id"]
        incomeAmount <- map["income_amount"]
        joinedAt <- map["joined_at"]
        licensePlate <- map["license_plate"]
        mobilePhone <- map["mobile_phone"]
        nickname <- map["nickname"]
        orderAmount <- map["order_amount"]
        qrcode <- map["qrcode"]
        services <- map["services"]
        signature <- map["signature"]
        successRate <- map["success_rate"]
        userGroup <- map["user_group"]
        
    }
    
    
    
}

class Service :  Mappable{
    
    var daijia : Int?
    var kuaiche : Int?
    var kuaidi : Int?
    var shunfengche : Int?
    var zhuanche : Int?
    
    
    
    required init?(map: Map){}
    
    
    func mapping(map: Map)
    {
        daijia <- map["daijia"]
        kuaiche <- map["kuaiche"]
        kuaidi <- map["kuaidi"]
        shunfengche <- map["shunfengche"]
        zhuanche <- map["zhuanche"]
        
    }
    
}

class CarStatu :  Mappable{
    
    var carStatus : Int?
    var serviceType : Int?
    
    
    
    required init?(map: Map){}
    
    
    func mapping(map: Map)
    {
        carStatus <- map["car_status"]
        serviceType <- map["service_type"]
        
    }
    
    
    
}

class Avatar :  Mappable{
    
    var height : Int?
    var large : String?
    var thumb : String?
    var width : Int?
    
    
    
    required init?(map: Map){}
    
    func mapping(map: Map)
    {
        height <- map["height"]
        large <- map["large"]
        thumb <- map["thumb"]
        width <- map["width"]
        
    }
    
    
}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,869评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,716评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,223评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,047评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,089评论 6 395
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,839评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,516评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,410评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,920评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,052评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,179评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,868评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,522评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,070评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,186评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,487评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,162评论 2 356

推荐阅读更多精彩内容

  • 转载自:https://github.com/Tim9Liu9/TimLiu-iOS 目录 UI下拉刷新模糊效果A...
    袁俊亮技术博客阅读 11,928评论 9 105
  • 有一名男孩,叫南南。他有一个朋友鼠,叫树弦。 南南每天都找树弦玩,树弦和其他老鼠不一样,它心灵手巧、聪明能干,又有...
    优儿悠悠阅读 707评论 0 1
  • 小小学校放寒假,到站后,爸爸来接她了。一切看似那么平静,但是,刚上完公交车,爸爸偷完硬币后,问题来了。开公交车的是...
    柠檬雪上飞阅读 176评论 0 0
  • “衰老是一个被灌输的概念。”心理学家朗格教授指出,“老年人的虚弱、无助、多病,常常是一种习得性无助,而不是必然的生...
    bff4433ffc79阅读 786评论 0 0
  • 南海观世音菩萨 海波无浪不生起观观相照心照起 世世代代菩提心 音音杳杳美妙姿 菩提心照观音心萨摩多耶磨照宣 ...
    東風唐阅读 270评论 0 0