在yyjson中处理原始类型数组的方法
2025-06-25 12:25:16作者:平淮齐Percy
yyjson是一个高性能的JSON解析库,它提供了便捷的方式来处理JSON数据中的各种类型。本文将重点介绍如何使用yyjson处理JSON中的原始类型数组,特别是字符串数组。
获取数组大小
在处理数组之前,我们通常需要知道数组的大小以便进行内存分配。yyjson提供了yyjson_arr_size()函数来获取数组元素的数量:
yyjson_val *metadata_array = yyjson_obj_get(source, "metadata");
size_t array_size = yyjson_arr_size(metadata_array);
遍历数组元素
yyjson提供了yyjson_arr_foreach宏来方便地遍历数组中的每个元素:
yyjson_val *val;
size_t idx, max;
yyjson_arr_foreach(metadata_array, idx, max, val) {
// 处理每个元素
}
处理字符串数组
对于字符串数组,我们通常需要将JSON中的字符串复制到自己的内存空间中。可以使用strdup函数来复制字符串:
char **string_array = (char **)calloc(array_size + 1, sizeof(char *));
yyjson_val *val;
size_t idx, max;
yyjson_arr_foreach(metadata_array, idx, max, val) {
const char *str = yyjson_get_str(val);
string_array[idx] = strdup(str); // 复制字符串
}
内存管理注意事项
- 使用
calloc而不是malloc可以确保内存初始化为零,避免野指针 - 记得在数组末尾添加NULL指针作为结束标志(这就是为什么分配array_size+1)
- 使用完毕后需要释放每个字符串和整个数组
完整示例
// 解析JSON
yyjson_doc *doc = yyjson_read(json_str, strlen(json_str), 0);
yyjson_val *root = yyjson_doc_get_root(doc);
// 获取metadata数组
yyjson_val *source = yyjson_obj_get(root, "_source");
yyjson_val *metadata_array = yyjson_obj_get(source, "metadata");
// 分配内存
size_t array_size = yyjson_arr_size(metadata_array);
char **string_array = (char **)calloc(array_size + 1, sizeof(char *));
// 遍历并复制字符串
yyjson_val *val;
size_t idx, max;
yyjson_arr_foreach(metadata_array, idx, max, val) {
const char *str = yyjson_get_str(val);
string_array[idx] = strdup(str);
}
// 使用string_array...
// 释放内存
for (size_t i = 0; i < array_size; i++) {
free(string_array[i]);
}
free(string_array);
yyjson_doc_free(doc);
通过这种方式,我们可以安全地将JSON中的字符串数组转换为C语言中的字符串指针数组,便于后续处理。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
754
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
179
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248