ArduinoJson库中JsonArray.size()返回0问题的解决方案
2025-06-01 11:51:27作者:尤辰城Agatha
在使用ArduinoJson库处理JSON数据时,开发者可能会遇到一个常见问题:成功反序列化JSON数组后,调用JsonArray.size()却始终返回0。本文将深入分析该问题的成因,并提供完整的解决方案。
问题现象
当开发者尝试读取SPIFFS中的JSON数组文件并进行反序列化时,虽然能够成功遍历数组元素,但通过to<JsonArray>()转换后调用size()方法却返回0值。示例JSON文件包含多个电台信息对象,结构如下:
[
{
"name": "Cork 96fm",
"url": "https://wg.cdn.tibus.net/96fm"
},
// 更多电台...
]
问题根源
经过分析,发现问题出在错误的类型转换方法上。开发者使用了to<JsonArray>()而非正确的as<JsonArray>()方法:
to<T>():执行类型转换并返回新对象as<T>():返回原始数据的视图引用
在ArduinoJson中,to<T>()会创建一个新的空数组,而as<T>()才能正确获取原始数组引用。
正确解决方案
正确的做法是使用as<JsonArray>()获取数组引用:
JsonArray arr = doc.as<JsonArray>();
int count = arr.size(); // 现在能获取正确元素数量
内存管理最佳实践
对于需要长期保存反序列化数据的情况,开发者需要注意:
- 避免直接引用JSON文档中的字符串:这些字符串的生命周期与JsonDocument绑定
- 推荐使用固定大小字符数组:防止内存泄漏
- 动态内存分配方案:如需动态分配,应使用
strndup复制字符串
示例结构体定义和内存分配:
typedef struct {
char name[64]; // 固定大小缓冲区
char url[128];
} StationInfo;
StationInfo* stations = new StationInfo[count];
完整实现示例
以下是经过优化的完整代码实现:
bool loadStations(const char* filename, StationInfo* &output, int& count) {
File file = SPIFFS.open(filename);
if(!file) return false;
JsonDocument doc;
if(deserializeJson(doc, file)) return false;
JsonArray arr = doc.as<JsonArray>();
count = arr.size();
output = new StationInfo[count];
for(int i=0; i<count; i++) {
strncpy(output[i].name, arr[i]["name"], sizeof(StationInfo::name)-1);
strncpy(output[i].url, arr[i]["url"], sizeof(StationInfo::url)-1);
}
file.close();
return true;
}
总结
处理ArduinoJson时,理解视图(as<>)和转换(to<>)的区别至关重要。对于配置数据的长期存储,建议采用固定大小缓冲区或妥善管理的动态内存方案。遵循这些原则可以构建出既高效又稳定的嵌入式JSON处理程序。
通过本文的解决方案,开发者可以避免常见的陷阱,确保JSON数组操作的正确性,同时保证系统的内存安全。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
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++
930
801
🔥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
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
870
207
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
130
189
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
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160