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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
660
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
505
610
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
392
289
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108