YAJL स्ट्रीमिंग JSON पार्सर

JSON प्रारूप में डेटा के साथ काम करने की हाल की आवश्यकता के कारण, मैंने C / C ++ के लिए JSON के साथ काम करने के लिए मौजूदा पुस्तकालयों के मुद्दे की जांच करने का निर्णय लिया। मैं तुरंत एक आरक्षण करना चाहता हूं कि मैं JSON के साथ काम करने के लिए पुस्तकालयों के पूरे सेट की एक विस्तृत परीक्षा प्रस्तुत नहीं करने जा रहा था। । फिलहाल, कमोबेश बड़ी संख्या में हैं। यहाँ json.org ( http://www.json.org ) से एक सूची दी गई है:

• सी:
  • JSON_checker
  • जसन पारसर
  • json-सी
  • M का JSON पार्सर
  • YAJL
  • cJSON
  • जैनसन
  • js0n
  • LibU
• C ++:
  • jsoncpp
  • zoolib
  • JOST
  • काजुन
  • libJSON
  • nosjob

वांछित पुस्तकालय के लिए मैंने जो मुख्य आवश्यकताएं रखी हैं:

• कम मेमोरी खपत (अधिकांश जेएसएन पार्सर्स, एक्सएमएल पार्सर्स की तरह, फ़ाइल को मेमोरी में इसकी कुछ संरचनाओं में पार्स करते हैं, जिससे आप फ़ाइल में डेटा के बारे में जानकारी निकाल सकते हैं (एक्सएमएल के लिए एक ला डोम ट्री)। निचला रेखा वह है। इन ऑब्जेक्ट्स के लिए मेमोरी साइज़ की निर्भरता फ़ाइल पर ही लीनियर होती है और किसी फ़ाइल के प्राप्त होने पर इसका आकार अपेक्षित आकार से अधिक हो जाता है, हमें अनपेक्षित मेमोरी ग्रोथ्स (और आवंटन / डीललोकेशन का समय) मिलता है, और ऐसा हो सकता है कि इतनी मात्रा में मेमोरी न हो। होना)।
• डेटा को आंशिक रूप से पार्स करने की संभावना (यानी यदि मैंने पहले ही आवश्यक डेटा पढ़ लिया है, तो मुझे अन्य चीजों को पार्स क्यों करना चाहिए? उदाहरण के लिए, मैं संदेश हेडर और वह पर्याप्त पढ़ता हूं।)
• अनावश्यक "घंटियाँ और सीटी" की अनुपस्थिति (जैसे कि विशेष प्रश्नों या सत्यापन का उपयोग करके खोज करना - हम सिर्फ खुद को पार्स करने के लिए प्रतिबंधित करते हैं)।

सबसे पहले मैंने cJSON ( http://sourceforge.net/projects/cjson ) को देखा, लेकिन यह पता चला कि यह पूरे दस्तावेज़ को मेमोरी में पार्स करता है (हालाँकि यह न्यूनतम खपत और पर्याप्त तेज़ी के साथ ऐसा करता है)। अंत में, मैं yajl ( http://lloyd.github.com/yajl ) पर आ गया - मुझे केवल JSON स्ट्रीमिंग पार्सर कहना चाहिए। yajl के बारे में कुछ तथ्य:

• यह SAX शैली में पार्सिंग करता है - डेवलपर विशिष्ट प्रकार की घटनाओं के लिए हैंडलर तरीके बनाता है (एक वस्तु की शुरुआत, एक कुंजी बैठक, एक पाठ मूल्य की एक बैठक, एक संख्यात्मक मूल्य की एक बैठक, आदि) और इस सूची को पारसर में स्थानांतरित करता है, फिर प्रक्रिया में पार्सर और पार्सर को लॉन्च करता है। पार्सिंग इन तरीकों को उस डेटा के साथ कॉल करता है जो इसे फ़ाइल में मिलता है (आप चुन सकते हैं कि कौन सी घटनाओं को सूचनाएं प्राप्त करनी हैं और कौन सी नहीं)।
• यह स्ट्रीमिंग पार्सिंग की अनुमति देता है - डेटा को भागों में पार्सिंग में स्थानांतरित किया जा सकता है (जैसा कि यह नेटवर्क पर प्राप्त होता है, अन्य कोड द्वारा उत्पन्न या डिस्क से पढ़ा जाता है)।
• पार्सिंग के दौरान पार्सिंग बाधित हो सकती है।
• मेमोरी की खपत न्यूनतम है (प्रयोगात्मक रूप से जांच की जाती है: केवल आवश्यक न्यूनतम का उपयोग किया जाता है, जो पार्सिंग के लिए डेटा के आकार पर निर्भर नहीं करता है)।
• स्तर पर गति (प्रदर्शन किए गए न्यूनतम चेक के कारण - केवल अच्छी तरह से औपचारिक सत्यापन)।
• JSON उत्पन्न करने की क्षमता (घटना सूचनाएं प्राप्त करने के रूप में लगभग उसी तरह से प्रदर्शन की जाती है)।
• पार्सर प्रलेखन बल्कि दुर्लभ है, लेकिन साइट पर कुछ उदाहरण और हेडर फ़ाइलों में टिप्पणियों का अध्ययन आपको इस पुस्तकालय के साथ काम करने के तरीके के बारे में सब कुछ समझने की अनुमति देगा।

और निष्कर्ष में कुछ शब्द:

• पुस्तकालय मेरी जरूरतों के लिए आया था, मैंने इसे सी ++ कक्षाओं में उपयोग करना भी सीखा, इस तथ्य के बावजूद कि यह फ़ंक्शन पॉइंटर्स का उपयोग करता है।
• लेकिन "पार्सर" पार्सर क्रॉलर, मैं जानना चाहूंगा: क्या JSON के लिए "पुल" पार्सर (एक ला स्टैक्स या libxml-2 में "रीडर" इंटरफ़ेस) हैं?