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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253