JSON 是什么

Question

提起 JSON，作为如今最受欢迎的数据交换格式，可以说是无人不知、无人不晓了。

JSON 全称 JavaScript Object Notation（ JS 对象简谱），自诞生之初的小目标就是为了取代 XML 的江湖地位，短短几年，凭借其简洁易用的特性，早就实现了当初的小目标。最近微信支付的数据格式从最初的 XML 更新为 JSON 也算是迷途知返了 。

因为 JavaScript 语言本身具有很明显 C 语言风格，导致 JSON 也保持了 C 系语言的习惯，熟悉 C 语言、Java、Python 等语言的开发人员可以很容易的接受 JSON。

JSON 的核心思想之一就是 轻量化 ，但是 keep it simple 说起容易，做起来难。今天就仔细研究一下 JSON 的标准到底怎样简洁，看看其广受欢迎的背后原因。

0. 概述

JSON 定义了 6 种数据类型，分别是 null、boolean（包括 true，false）、number、string、array 以及 object。其中前四个是基本类型，后两个为数据集合。

下面就借助编译里面经常用到的有穷状态机，详细的介绍一下 JSON 的数据类型。

1. null、true 和 false

null 是 JS 中一个特殊的空对象，而且也很容易映射到其他语言，比如 Python 中的 None。

boolean 类型的两个值 true 和 false，同 null 一样，也很直观。

null、true、false，这三个类型的状态机相对简单，都是按照字母拼写的直线。

2. number

number 的状态机就比较复杂了

本来 JavaScript 里面表示数值只有 number 一种类型，没有区分 int 跟 float ，JSON 更进一步，规定其中的数值只能是十进制数，其形式包含可选的负号、整数部分、可选的小数部分、可选的指数部分。

因为 number 的状态机比较复杂，这里给出对应的正则表达式，可以跟状态机一起加深理解：

-?([0]|([1-9]\d*))(\.\d*)?([eE][-+]?\d*)?

3. String

相较于 JS 宽松的语言规范，**JSON 对 string 做出了更严格的限制，要求其只能被双引号(")包裹。**但是相较于 C 语言需要严格区分字符和字符串，JSON 又显得宽松许多，双引号包裹的零个或者一个字符都是正确的 string。特殊字符可以使用反斜线(\)进行转义，比如换行符（\n）。

需要注意的是关于 Unicode 的表示，由于 Unicode 的码点范围为 0 至 0x10FFFF，对于超过 0xFFFF 的码点在 JSON 里需要高低位两组 "\uXXXX" 来表示：如果第一个码点是 0xD800 至 0xDBFF，我们便知道它的代码对的高代理项（high surrogate），之后应该伴随一个 0xDC00 至 0xDFFF 的低代理项（low surrogate）。其转换规则如下：

codepoint = 0x10000 + (高位 − 0xD800) × 0x400 + (低位 − 0xDC00)

4. array

array 是值的有序集合，其中值可以为任何合法的 JSON 类型。一个 array 以左中括号（[）开始， 右中括号（]）结束。多个值之间使用 逗号（,） 分隔。

array 在许多语言中都有含义相似的集合形式，比如 Java 的 List 。

5. object

object，即对象，是一个无序的 ‘键/值’对 集合。一个对象以左大括号（ {） 开始， 右大括号（}） 结束。 键 跟 值 之间使用冒号 （:）分割，多个 ‘键/值’对 之间使用逗号（ ,） 分隔。

JSON 的对象就是哈希表，在很多编程语言里面都有对应的内置结构，只不过是 JSON 要求 key 必须为字符串。

6. 总结

一个合法的 JSON 串为可选的空白符包裹任意值类型。其中空白符的范围限定于：空格、换行(\n)、回车(\r)和制表符(\t)。集合类型的值之间是可以任意嵌套的。

了解了标准规范会发现 JSON 真的确实简单，不过话又说回来，我们也要了解 JSON 也并非完美无缺的，举个例子：因为 JSON 只有词法特性，没有语法特性，所以通信双方的协商就显得特别关键。