1.spark sql源码系列 | json_tuple一定比 get_json_object更高效吗？
2.Feign踩坑记录：JSON parse error
3.Swift 码了个 JSON 解析器(二)
4.Unity JSON编码解码之LitJson 深度剖析
5.9 个爱不释手的次解 JSON 工具
6.element-plus源码与二次开发：package.json解析

spark sql源码系列 | json_tuple一定比 get_json_object更高效吗？

       对比json_tuple和get_json_object，网上普遍认为json_tuple效率更高。源源码理由是码次json_tuple仅需解析一次json数据，而get_json_object需多次解析。解析接口实际操作中，次解get_json_object在解析json字符串到jsonObject阶段仅执行一次，源源码点个猫源码精灵兑换码而非多次解析。码次从执行计划角度看，解析接口get_json_object更为简洁，次解而json_tuple涉及udtf函数，源源码其执行计划更为繁重。码次功能多样性上，解析接口get_json_object支持更丰富的次解路径处理，如正则匹配、源源码嵌套、码次多层取值等，而json_tuple仅能解析第一层key。在实际使用时，无需盲从效率结论，根据具体需求选择。确保json数据不过长过大，无论使用哪种方法，效率都不会理想。正确理解并合理运用这些函数，对于优化查询性能至关重要。

Feign踩坑记录：JSON parse error

        1.跟踪抛出异常的堆栈，发现在对返回结果的json解析中抛出异常

        2.为什么会解析json失败呢，我们单独调用feign对应的接口是正常的，json也是正常可以解析的

        3.难道feign的处理过返回的内容，又去跟了下fegin处理过程发现从response获取到流并没有任何异常，难道是出在了源头？但是源头又没有任何异常，此时思绪已经混乱，试着在google上查找有没有相关的问题，没想到在feign的github上找到类似问题 /OpenFeign/feign/issues/

        4.问题已然发现，就是响应的内容经过gzip编码，feign默认的Client不支持gzip解码。那么在此跟踪一下feign的源码查看处理过程，从入口 SynchronousMethodHandler 开始，在行开始获取响应内容

        最终在 Logger 的行找到响应流的读取，读取的流程如下：

        5.最终问题出在feign使用默认的HttpURLConnection，并没有经过任何处理，导致读取的是gzip压缩后的内容。此时我们可以将其置换为Httpclient，其内部 ResponseContentEncoding 的 process 方法，取出了Content-Encoding并判断不为空，然后获取对应的处理方式。

        上面所说feign默认的Client不支持gzip解码可能容易引起歧义，应该是fegin默认的Client对响应流不支持对gzip后的字节流进行解析，所以在序列化成对象时会存在解析问题。如果一定要接收可以使用 ResponseEntity<byte[]> 来接收,这样feign就不会对其反序列化了。至于 feign.compression.request.enabled=true , feign.compression.response.enabled=true 配置的内容在 FeignAcceptGzipEncodingInterceptor , FeignContentGzipEncodingInterceptor ，大致可以看出只是在请求头添加了Header而已

        /3/

        spring已添加支持，SpringCloud版升级到Hoxton即可

        /spring-cloud/spring-cloud-openfeign/pull/

        //

        对于仍然存在问题的伙伴，可以直接使用OkHttp设置为feign的客户端（因为ok/swiftdo/json。此文章为 Swift 码了个 JSON 解析器系列第二篇，重点讲解如何将 JSON 字符串解析为数据。源码类似visio

       回顾 JSON 定义，理解 JSON 数据类型。解析 JSON 的关键步骤如下：处理 null、false、true 这三个特定值，读取字符串与数字，解析数组与对象。数组与对象解析涉及读取分隔符与递归。

       解析流程分步进行：识别 null、false、true；读取字符串，遇到非字母即停止；读取数字，识别小数点转换为 double 或整数。数组与对象解析通过读取分隔符进行。

       通过首字符调用相应解析函数，完成 JSON 解析。解析难度在于清晰理解 JSON 规则，移动字符串下标。解析过程无需额外关注，完成至字符末尾即可。

       第一版本的 JSON 解析完成，如有疑问或想加入 Swift 微信群，请关注微信公众号：OldBirds。

Unity JSON编码解码之LitJson 深度剖析

       JSON在游戏开发中的应用及Unity中LitJson的深度解析

       JSON作为轻量级的数据交换格式，在游戏开发中扮演着重要角色。通过将游戏数据如地图、角色等序列化为JSON文本，reactos源码解析方便在不同环境间传输或存储，且在需要时，再利用JSON技术将文本解析为数据对象，供代码使用。本文将深入剖析JSON与Unity中LitJson库的编码与解码机制。

       首先，我们来理解JSON的基本概念。JSON（JavaScript Object Notation）是一种基于ECMAScript的子集，用于存储和表示数据。其简洁和清晰的层次结构使得JSON成为理想的数据交换语言。JSON格式支持多种数据类型，包括基本类型（如Boolean、Double、Int等）和容器类型（如Object、Array）。

       接下来，我们将探讨如何在Unity中使用LitJson进行JSON编码与解码操作。LitJson是一个轻量级的JSON处理库，能够有效简化Unity中JSON数据的处理。使用LitJson时，可以遵循以下步骤：

       1. 首先，在Unity项目中引入LitJson库。可以通过创建一个名为3rd的文件夹，将LitJson源代码放入其中，便于管理和引用。

       2. 编写测试脚本，实现JSON编码与解码功能。红包矿工源码创建一个测试用例，生成JSON文本，并验证LitJson库的正确性。

       3. 利用LitJson进行编码与解码操作。编码时，将C#对象转换为JSON字符串；解码时，将JSON字符串转换回C#对象。LitJson通过其简洁的API，提供了实现这一过程的便利。

       深入分析LitJson的源码，我们可以发现其设计精巧，将JSON数据类型封装为JsonData对象。通过JsonData内部的JsonType枚举，可以识别数据类型，并相应地存储和操作数据。LitJson通过重载[]操作符，提供对容器（Object和Array）元素的访问，同时通过类型转换功能，实现基本数据类型的获取。

       总之，通过LitJson，开发者在Unity中处理JSON数据变得简单且高效。理解其工作原理有助于更有效地利用LitJson库，提升游戏开发效率。

9 个爱不释手的 JSON 工具

       阅读本文大概需要 3.2 分钟。

       来自： developer.cto.com/art...

       JSON因其易于使用和机器解析生成而受到开发者青睐，吸引了众多工具构建者的五的源码关注。这些工具涵盖了从在线实用程序到代码编辑器和IDE插件，以下介绍了九款精选JSON工具。

       JSONLint：CircleCell开发的在线验证和重新格式化工具，可验证和解析“混乱”的JSON代码，并用作压缩工具。访问：jsonlint.com/，源代码：github.com/circlecell/j...

       JSONCompare：CircleCell开发的JSON验证工具，可上传和验证多个批处理JSON文件，比较和合并JSON对象。访问：jsoncompare.com/，源代码：github.com/circlecell/j...

       jtc：JSON测试控制台，用于提取、处理和转换源JSON，支持Linux和MacOS编译二进制文件下载。访问：github.com/ldn-softdev/...

       ijson：基于Python的迭代JSON解析工具，提供多种实际解析实现，访问：pypi.org/project/ijson/#...

       JSON格式化和验证器：在线格式化工具，美化JSON以便阅读和调试，访问：jsonformatter.curiousconcept.com...

       Altova XMLSpy JSON和 XML编辑器：提供XML相关技术的编辑、建模、转换和调试工具，访问：altova.com/xmlspy-xml-e...

       Code Beautify JSON工具：提供JSON查看器、编辑器、验证器及转换器，还提供在线脚本编辑器、美化器等，访问：codebeautify.org/json-t...

       Visual Studio Code：微软代码编辑器，内置支持编辑JSON文件的功能，访问：code.visualstudio.com/D...

       Eclipse JSON编辑器插件：面向Eclipse IDE的免费JSON编辑器插件，提供语法高亮、代码折叠、格式化和编辑等功能，访问：marketplace.eclipse.org...

element-plus源码与二次开发：package.json解析

       element-plus使用pnpm的workspace来搭建monorepo工程，允许在单一码仓库中集中管理大量互相依赖的包，同时确保发布时的独立性。pnpm-workspace.yaml文件在根目录声明内部可引用的包，执行pnpm i后，会在node_modules中创建软连接，无需手动link。

       element-plus组件库将vue声明在peerDependencies中，避免在主项目安装组件库时额外安装vue。通过czg包定义规范，执行提交commit命令，确保遵循git规范。使用play子包进行简单的开发调试，引入本地组件库。通过gen命令快速创建新组件，使用模板生成组件基础模板。生成版本号文件命令用于在构建时提供rollup的banner参数，部署前更新版本号命令从环境变量获取TAG_VERSION和GIT_HEAD，写入到三个包的package.json中的version和gitHead字段。

       清理dist目录命令使用pnpm run -r --parallel，以并行方式执行所有子包的命令，删除根目录下的dist目录，并执行所有子包的clean命令。构建文档和组件库的关键步骤包括使用rollup执行构建，通过@esbuild-kit/cjs-loader将esm和ts实时转换为CommonJS。生成类型声明文件和代码提示文件，复制源样式文件、编译为css、压缩，并输出到特定目录。启动组件库文档docs项目基于vitepress，构建组件文档，本地测试构建出的生产环境docs，生成多语言文件和CROWDIN_TOKEN。

       执行各包的stub命令，使用unbuild打包工具，基于rollup，支持typescript，支持生成commonjs和esmodule和类型声明，无需额外配置。prepare Husky钩子脚本确保自动执行预定义命令，执行pnpm i后，自动执行pnpm stub，编译internal下的三个包入口。

       通过上述详细解析，我们可以清晰了解到element-plus源码与二次开发中的核心功能与流程，从构建结构到构建流程，再到二次开发工具的运用，展示了其高效、灵活的特点。

cJSON源码解析 - 数据存储方式

       cJSON通过双向链表结构来组织数据，类似于一棵无序且可嵌套的键值对树。每个节点都有next和prev指针，分别指向其兄弟节点，这样在树中可以通过这些指针轻松查找。只有当节点是对象或数组时，才会存在child指针，用于访问下一层的子节点。

       数据的存储方式具体如下：每个节点包含string类型用于存储键名，valuestring、valueint、valuedouble分别对应不同类型的内容。cJSON定义了多种结构类型，每一种类型（如cJSON_Creatxxx）都对应一个cJSON结构实例。

       为了更直观地理解数据的组织，考虑以下示例：每个cJSON实例在内存中以这样的形式相连（简化版的图示省略）：

探索Android开源框架 - 8. Gson使用及源码解析

       深入解析Android开源框架中的Gson使用及其源码解析，Gson作为Java语言的高效JSON转换库，以其简洁的API和高性能的特点，成为Android开发中进行数据序列化和反序列化的首选工具。本文将详细介绍Gson的使用方法，包括基本的解析与生成、属性重命名、POJO与JSON的字段映射规则、泛型的封装、序列化与反序列化过程，以及如何进行字段过滤与自定义序列化器和反序列化器的实现。

       1. **基本的解析与生成

**

        使用Gson进行JSON字符串解析时，可以通过Gson对象的fromJson方法将JSON字符串转换为Java对象，反之，使用toJson方法将Java对象转换为JSON字符串。

       2. **属性重命名

**

        通过使用@SerializedName注解，可以方便地在POJO类中重命名JSON字段，以匹配服务端返回的数据结构，从而避免硬编码的字符串匹配。

       3. **POJO与JSON的字段映射规则

**

        Gson通过构建一个映射规则来匹配JSON字段到POJO类的属性，确保数据的正确解析与生成。这主要通过类型适配器（TypeAdapter）来实现，使得Gson能够理解如何处理复杂数据类型，如日期、集合等。

       4. **泛型的封装

**

        在使用Gson进行序列化和反序列化时，可以通过泛型来保证类型安全，确保不会出现类型转换错误。GsonBuilder提供了一系列方法来实现泛型的封装，使得API调用更为清晰和明确。

       5. **Gson的序列化、反序列化

**

        通过Gson的API，可以轻松实现Java对象到JSON字符串的序列化，以及从JSON字符串反序列化到Java对象的过程。这使得数据在不同系统间传输变得简单高效。

       6. **字段过滤

**

        提供了多种方法进行字段过滤，如使用@Expose注解、基于版本的过滤、访问修饰符、以及基于策略的自定义过滤规则，以满足不同的数据处理需求。

       7. **TypeAdapter、JsonSerializer与JsonDeserializer

**

        实战中，可能需要处理一些特殊的数据类型或复杂逻辑，这时可以通过实现JsonSerializer或JsonDeserializer来自定义序列化和反序列化过程。TypeAdapter则可以用于处理复杂类型的序列化。

       8. **实战TypeAdapterFactory

**

        在某些场景下，可以通过实现TypeAdapterFactory来创建自定义的TypeAdapter，从而实现更为灵活的数据处理逻辑。

       9. **@JsonAdapter注解

**

        用于指定自定义的序列化器或反序列化器，简化了实现自定义序列化逻辑的步骤，使得代码更为简洁和易读。

       . **源码解析

**

        通过深入源码分析，可以更好地理解Gson内部的实现机制，如fromJson方法如何获取适配器、getAdapter方法如何选择适配器、Gson的构造方法如何初始化适配器列表，以及如何通过反射机制创建绑定字段等关键逻辑。这不仅有助于解决实际开发中的问题，还能加深对Gson工作的理解，为后续的优化和定制提供基础。