README
¶
从零开始的 JSON 库教程（三）：解析字符串 (Go语言版)
1. JSON 字符串语法
JSON 的字符串语法和 Go 语言很相似，都是以双引号把字符括起来，如 "Hello"。但字符串采用了双引号作分隔，那么怎样可以在字符串中插入一个双引号？ 把 a"b 写成 "a"b" 肯定不行，都不知道那里是字符串的结束了。因此，我们需要引入转义字符（escape character），Go 语言和 JSON 都使用 \（反斜线）作为转义字符，那么 " 在字符串中就表示为 \"，a"b 的 JSON 字符串则写成 "a\"b"。如以下的字符串语法所示，JSON 共支持 9 种转义序列：
string = quotation-mark *char quotation-mark
char = unescaped /
escape (
%x22 / ; " quotation mark U+0022
%x5C / ; \ reverse solidus U+005C
%x2F / ; / solidus U+002F
%x62 / ; b backspace U+0008
%x66 / ; f form feed U+000C
%x6E / ; n line feed U+000A
%x72 / ; r carriage return U+000D
%x74 / ; t tab U+0009
%x75 4HEXDIG ) ; uXXXX U+XXXX
escape = %x5C ; \
quotation-mark = %x22 ; "
unescaped = %x20-21 / %x23-5B / %x5D-10FFFF
简单翻译一下，JSON 字符串是由前后两个双引号夹着零至多个字符。字符分为无转义字符或转义序列。转义序列有 9 种，都是以反斜线开始，如常见的 \n 代表换行符。比较特殊的是 \uXXXX，当中 XXXX 为 16 进位的 UTF-16 编码，本单元将不处理这种转义序列，留待下回分解。
无转义字符就是普通的字符，语法中列出了合法的码点范围（码点还是在下单元才介绍）。要注意的是，该范围不包括 0 至 31、双引号和反斜线，这些码点都必须要使用转义方式表示。
2. 字符串表示
在 Go 语言中，字符串是一种基本类型，表示为不可变的字节序列。Go 字符串可以包含任何字节，包括空字节（'\0'）。这与 C 语言中的空结尾字符串（null-terminated string）不同，C 语言中以空字符代表字符串的结束。
例如，JSON 字符串 "Hello\u0000World" 在解析后是一个包含 11 个字符的字符串，其中包含一个空字符。在 Go 中，我们可以直接使用内置的 string 类型来表示这样的字符串，而不需要像 C 语言那样特殊处理空字符。
在我们的 JSON 库中，我们将使用 Go 的 string 类型来存储解析后的字符串值。
3. 内存管理
与 C 语言不同，Go 语言有自动内存管理（垃圾回收），我们不需要手动分配和释放内存。当我们创建一个字符串时，Go 运行时会自动处理内存分配，当字符串不再被引用时，垃圾回收器会自动回收内存。
在我们的 JSON 库中，当设置一个值为字符串时，我们只需要简单地将字符串赋值给 Value 结构体中的相应字段：
func (v *Value) SetString(s string) {
v.Type = STRING
v.S = s
}
4. 解析字符串
解析 JSON 字符串需要处理转义序列。我们需要检查字符串是否以双引号开始和结束，然后解析字符串内容，处理各种转义序列。
在本章中，我们将实现字符串的解析功能，包括处理各种转义序列，如 \"、\\、\/、\b、\f、\n、\r、\t。我们暂时不处理 Unicode 转义序列 \uXXXX，这将在下一章中实现。
5. 总结
本章我们将实现 JSON 字符串的解析，包括：
- 修改 Value 结构体，添加字符串类型的支持
- 实现字符串的解析函数
- 处理各种转义序列
- 添加相应的单元测试
通过本章的学习，我们的 JSON 库将能够解析 JSON 字符串，为后续解析更复杂的 JSON 数据类型（如数组和对象）打下基础。
Documentation
¶
Overview ¶
leptjson.go - Go语言版JSON库实现
这个包实现了一个简单的JSON解析器，支持基本的JSON值类型 包括null、true、false、数字和字符串等。后续版本将支持数组和对象。
字符串解析的特殊情况处理： 1. 基本规则：
- 字符串必须以双引号开始和结束
- 单引号是非法的
- 字符串中的双引号必须转义
- 空字符串""是合法的
2. 转义序列：
- 标准转义序列：\"、\\、\/、\b、\f、\n、\r、\t
- 其他转义序列都是非法的（如\v、\a等）
- 转义序列必须完整（如"\n"是合法的，但"\n"后面跟着其他字符是非法的）
3. Unicode处理：
- 支持\uXXXX格式的Unicode转义
- 支持UTF-16代理对（\uD800-\uDFFF）
- 代理对必须成对出现（高代理项后必须跟低代理项）
- 单独的低代理项是非法的
4. 控制字符处理：
- 所有小于0x20的控制字符必须转义
- 未转义的控制字符是非法的
5. 字符串长度限制：
- 理论上没有长度限制
- 但实际实现中可能受限于内存大小
6. 错误处理：
- PARSE_MISS_QUOTATION_MARK: 缺少右引号
- PARSE_INVALID_STRING_ESCAPE: 无效的转义序列
- PARSE_INVALID_STRING_CHAR: 无效的字符
- PARSE_INVALID_UNICODE_HEX: 无效的Unicode十六进制
- PARSE_INVALID_UNICODE_SURROGATE: 无效的Unicode代理对
Index ¶
Constants ¶
This section is empty.
Variables ¶
This section is empty.
Functions ¶
Types ¶
type ParseError ¶
type ParseError int
ParseError 表示解析过程中可能出现的错误
const ( PARSE_OK ParseError = iota // 解析成功 PARSE_EXPECT_VALUE // 期望一个值 PARSE_INVALID_VALUE // 无效的值 PARSE_ROOT_NOT_SINGULAR // 根节点不唯一 PARSE_NUMBER_TOO_BIG // 数字太大 PARSE_MISS_QUOTATION_MARK // 缺少引号 PARSE_INVALID_STRING_ESCAPE // 无效的转义序列 PARSE_INVALID_STRING_CHAR // 无效的字符 PARSE_INVALID_UNICODE_HEX // 无效的 Unicode 十六进制数字 PARSE_INVALID_UNICODE_SURROGATE // 无效的 Unicode 代理对 )
解析错误常量
func Parse ¶
func Parse(v *Value, json string) ParseError
Parse 解析JSON文本
接收一个Value指针和JSON字符串，解析JSON并将结果存储在Value中 返回解析过程中可能出现的错误
func (ParseError) String ¶
func (e ParseError) String() string
type Value ¶
type Value struct {
Type ValueType `json:"type"` // 值类型
N float64 `json:"n"` // 数字值（当Type为NUMBER时有效）
S string `json:"s"` // 字符串值（当Type为STRING时有效）
}
Value 表示一个JSON值
Source Files