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-5.1GLM-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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust024
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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
678
4.33 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
1.57 K
911
deepin linux kernel
C
28
16
暂无简介
Dart
923
228
Ascend Extension for PyTorch
Python
518
630
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
46
52
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
1.07 K
559
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
399
305
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.35 K
110
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
134
212