關卡 1
這門課程要跟各位同學介紹JSON（JavaScript Object Notation）資料的處理。
關卡 2
JSON在網際網路上已經是最廣泛使用的資料格式之一，尤其常見於各種傳遞資料的API之中。 舉例來說，台北的YouBike、或甚至是Facebook上的API資料，都是以JSON格式傳輸。
關卡 3
JSON格式也非常簡單，一般人可以輕鬆理解。 舉例來說，請同學輸入：cat(facebook_error, sep = "\n")來看看Facebook的錯誤訊息。
cat(facebook_error, sep = "\n")關卡 4
從畫面上，我們可以看到整個訊息的前後分別有{和}，代表整個訊息就是一個JSON物件。 每個JSON物件中則包含一對對「名稱」與「值」的組合。 上述例子中，Facebook錯誤訊息的這個JSON物件只包含一對名稱與值的組合。名稱是：“error”，值則是另一個JSON物件。
關卡 5
請問同學，在“error”的值中，包含的一對一對名稱與值的組合，而對應到值為“OAuthException”的為下列哪一個名稱呢？
type
關卡 6
在R 中，我們可以利用jsonlite套件，將一個JSON文件轉換成R 的list。 請同學先安裝jsonlite套件。
check_then_install("jsonlite", "0.9.19")關卡 7
接著，請載入jsonlite套件。
library(jsonlite)關卡 8
接著，請同學檢查看看jsonlite套件的作者是否提供vignette，供R 的使用者閱讀。 請同學輸入：vignette(package = "jsonlite")。
vignette(package = "jsonlite")關卡 9
jsonlite的作者很熱情，一口氣寫了四、五篇vignettes。 由於這堂課的目的是要上手jsonlite物件，所以就請同學輸入：vignette("json-aaquickstart", "jsonlite")。
vignette("json-aaquickstart", "jsonlite")關卡 10
這份文件是以網頁，而非pdf的形式呈現給使用者。 這種方式雖然比較不正式，但是和pdf相比之下較為彈性，近年來受到許多R 套件開發者的青睞。 例如我本人也寫了一篇這種類型的vignettes。
關卡 11
在Vignettes的第一段，很清楚的說明了jsonlite的功能：讓R 和JSON物件之間能在不損失資訊的狀況下轉換。 作者給了一個簡單的範例：使用jsonlite提供的toJSON和fromJSON，可以完整的還原一個R 的data.frame。 這種方式，是驗證轉換過程中是否有遺失資訊的一種方式。
關卡 12
範例中所使用的all.equal是一種用來驗證程式碼正確性時，經常使用到的工具。 它會一字不漏的比對兩個R 物件，必需要一模一樣才會回傳TRUE，否則會回報不一致的理由。
關卡 13
文件的第二段描述jsonlite在把JSON物件轉換成R 物件時，會自動嘗試把JSON物件轉換成更適合的物件。 舉例來說，如果直接轉換["Amsterdam", "Rotterdam", "Utrecht", "Den Haag"]，結果可能會變成一個長度為4 的list，且每個元素都是長度為1 的字串向量。
關卡 14
我們已經把["Amsterdam", "Rotterdam", "Utrecht", "Den Haag"]這段文字儲存於變數x1。 請同學試試看：fromJSON(x1, simplifyVector = FALSE)。
fromJSON(x1, simplifyVector = FALSE)關卡 15
如上方所述，這是一個長度為4 的list，而且每個元素都是長度為1 的字串向量。
關卡 16
但是如果我們把simplifyVector設定成TRUE，那結果就會不同。 本案例中，因為simplifyVector參數的預設值是TRUE，所以不需要額外的設定。 如果想知道函數的預設值，說明文件中都有清楚的記載。 請同學輸入：fromJSON(x1)。
fromJSON(x1)關卡 17
jsonlite的vignettes後面的段落有處理JSON細節的仔細介紹，未來同學如果有需要使用，建議先將作者提供的vignettes讀過，能省掉很多找bug的時間。
關卡 18
jsonlite是很方便的套件，請同學利用它來萃取youbike API所抓下來的資料。 請同學在完成之後存檔，並輸入submit()來檢查結果是否符合預期。 如果同學在檔案中看到亂碼，請使用Rstudio 左上角的File ->Reopen With Encoding… -> 選取：UTF-8
youbike1 <- fromJSON(youbike_path)
sna1 <- youbike1$result$results$sna
lat1 <- youbike1$result$results$lat
lng1 <- youbike1$result$results$lng
tot1 <- youbike1$result$results$tot
sbi1 <- youbike1$result$results$sbi
rm(youbike1) # 刪除youbike
youbike2 <- fromJSON(youbike_path, simplifyDataFrame = FALSE)
results <- youbike2$result$results
#' `sapply(results, "[[", "sna")`，在R中等價於以下的函數:
#' sapply(results, function(element) {
#' element[["sna"]]
#' })
sna2 <- sapply(results, "[[", "sna")
lat2 <- sapply(results, "[[", "lat")
lng2 <- sapply(results, "[[", "lng")
tot2 <- sapply(results, "[[", "tot")
sbi2 <- sapply(results, "[[", "sbi")
answer <- data.frame(stringsAsFactors = FALSE,
sna = sna2,
lat = as.numeric(lat2),
lng = as.numeric(lng2),
tot = as.integer(tot2),
sbi = as.integer(sbi2)
)
stopifnot(nrow(answer) == 10)
stopifnot(isTRUE(all.equal(sum(answer$lat), 250.35549511)))
stopifnot(isTRUE(all.equal(sum(answer$lng), 1215.65644412)))
stopifnot(sum(answer$tot) == 702)
stopifnot(sum(answer$sbi) == 0)