cJSON项目中对象迭代与属性添加问题的解决方案
2025-05-20 18:44:34作者:俞予舒Fleming
问题背景
在使用cJSON库处理JSON数据时,开发者经常需要对JSON数组中的对象进行迭代并添加新的属性。本文通过一个实际案例,展示了如何在cJSON中正确处理对象迭代和属性添加操作。
原始问题分析
开发者遇到的问题是:在遍历JSON数组中的对象时,尝试为每个符合条件的对象添加两个新属性(va1和va2),但结果却出现了重复添加属性的情况,导致每个对象中出现了多组va1/va2属性。
问题代码解析
原始代码存在几个关键问题:
- 使用了不必要的嵌套循环结构,包括while循环和for循环
- 在添加属性时使用了硬编码的child->next方式访问对象
- 没有正确处理迭代过程中的对象引用
解决方案
正确的做法应该是:
- 直接使用cJSON_ArrayForEach宏遍历数组
- 在每次迭代中检查当前对象是否符合条件
- 对符合条件的对象直接添加新属性
优化后的代码逻辑
cJSON *json = cJSON_Parse(buffer);
if (json == NULL) {
const char *error_ptr = cJSON_GetErrorPtr();
if (error_ptr != NULL) {
printf("Error: %s\n", error_ptr);
}
cJSON_Delete(json);
return 1;
}
cJSON *item = NULL;
cJSON_ArrayForEach(item, json) {
cJSON *valuea = cJSON_GetObjectItemCaseSensitive(item, "valuea");
cJSON *valueb = cJSON_GetObjectItemCaseSensitive(item, "valueb");
if (cJSON_IsNumber(valuea) && cJSON_IsNumber(valueb) &&
cJSON_GetNumberValue(valueb) == 58) {
int va = valuea->valueint;
int va1 = va >> 8;
int va2 = va & 0xFF; // 修正了掩码值
cJSON_AddNumberToObject(item, "va1", va1);
cJSON_AddNumberToObject(item, "va2", va2);
}
}
关键改进点
- 简化循环结构:移除了不必要的while和for循环,直接使用cJSON_ArrayForEach
- 正确引用当前对象:使用迭代变量item直接操作当前对象,而不是通过child->next链式访问
- 修正位运算逻辑:将掩码值从256改为0xFF(255),因为按位与运算应该使用8位掩码
- 增加类型检查:在检查valueb是否为58之前,先确认它是一个数字类型
结果验证
优化后的代码将为每个符合条件的对象添加一组va1/va2属性,不会出现重复添加的情况,最终JSON结构如下:
[
{
"valuea": 5434,
"Bytes": 1,
"valueb": 58,
"va1": 21,
"va2": 58
},
{
"valuea": 61578,
"Bytes": 1,
"valueb": 58,
"va1": 240,
"va2": 138
},
{
"valuea": 61258,
"Bytes": 2,
"valueb": 56
}
]
总结
在使用cJSON处理JSON数据时,应当注意:
- 合理使用cJSON提供的迭代宏,避免不必要的嵌套循环
- 直接操作迭代变量指向的当前对象,而不是通过child指针链式访问
- 在添加属性前确保对象符合条件
- 注意位运算中的掩码值选择
通过这种方式,可以高效、准确地处理JSON数据的修改操作。
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 StartedRust060
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。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
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
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
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
686
4.43 K
Ascend Extension for PyTorch
Python
536
657
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
347
60
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
403
316
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++
952
911
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.58 K
921
暂无简介
Dart
933
232
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
135
216
昇腾LLM分布式训练框架
Python
145
171