ArduinoJson项目实战:解析ESP32获取的JSON天气数据
在物联网开发中,ESP32微控制器经常需要与Web API交互并处理JSON格式的响应数据。本文将以一个实际案例,详细介绍如何使用ArduinoJson库解析从天气API获取的JSON数据,提取温度信息。
项目背景
在ESP32开发中,开发者经常需要从各种Web API获取数据。本例中,开发者通过HTTP请求获取了天气API返回的JSON格式数据,需要从中提取当前温度("temp")和体感温度("gtemp")两个关键信息。
JSON数据结构分析
首先我们需要理解获取到的JSON数据结构:
{
"liveweer": [
{
"plaats": "Amsterdam",
"temp": "0.0",
"gtemp": "-6.3",
// 其他天气字段...
}
]
}
这是一个嵌套结构:
- 最外层是一个对象,包含"liveweer"键
- "liveweer"对应的值是一个数组
- 数组中包含一个对象,这个对象包含我们需要的温度数据
使用ArduinoJson解析数据
1. 准备工作
首先确保已安装ArduinoJson库。在Arduino IDE中,可以通过库管理器搜索并安装最新版本。
2. 解析代码实现
以下是完整的解析代码示例:
#include <ArduinoJson.h>
void parseWeatherData(String jsonPayload) {
// 创建JSON文档
DynamicJsonDocument doc(1024); // 根据JSON大小调整缓冲区
// 解析JSON
DeserializationError error = deserializeJson(doc, jsonPayload);
if (error) {
Serial.print("JSON解析失败: ");
Serial.println(error.c_str());
return;
}
// 提取温度数据
JsonObject liveweer = doc["liveweer"][0];
String temp = liveweer["temp"]; // 当前温度
String gtemp = liveweer["gtemp"]; // 体感温度
// 输出结果
Serial.print("当前温度: ");
Serial.println(temp);
Serial.print("体感温度: ");
Serial.println(gtemp);
}
3. 代码解析
-
创建文档对象:
DynamicJsonDocument用于存储解析后的JSON数据,参数1024表示分配的内存大小,应根据实际JSON数据大小调整。 -
解析JSON:
deserializeJson()函数将字符串形式的JSON解析到文档对象中。 -
错误处理:检查
DeserializationError对象,确保解析成功。 -
数据提取:
- 通过
doc["liveweer"][0]访问数组中的第一个(也是唯一一个)天气对象 - 使用
["temp"]和["gtemp"]键获取对应的温度值
- 通过
-
类型处理:由于原始JSON中的温度值是字符串形式(带引号),我们直接提取为String类型。
进阶技巧
处理数值类型
如果API返回的是数值类型(不带引号),可以这样处理:
float temp = liveweer["temp"]; // 直接作为浮点数
float gtemp = liveweer["gtemp"]; // 直接作为浮点数
内存优化
对于固定结构的JSON,可以使用StaticJsonDocument替代DynamicJsonDocument以节省内存:
StaticJsonDocument<512> doc; // 确定足够存储JSON数据
完整HTTP请求示例
结合HTTP请求的完整示例:
#include <WiFi.h>
#include <HTTPClient.h>
#include <ArduinoJson.h>
void getWeatherData() {
HTTPClient http;
http.begin("http://weather.api/endpoint");
int httpCode = http.GET();
if (httpCode == HTTP_CODE_OK) {
String payload = http.getString();
parseWeatherData(payload);
}
http.end();
}
常见问题解决
-
解析失败:检查JSON格式是否正确,确保缓冲区大小足够。
-
内存不足:增大
DynamicJsonDocument的参数值,或使用更小的JSON结构。 -
字段不存在:使用
containsKey()方法检查字段是否存在:if (liveweer.containsKey("temp")) { // 处理温度数据 }
总结
通过ArduinoJson库,我们可以轻松地在ESP32上解析复杂的JSON数据。关键步骤包括:
- 确定JSON数据结构
- 创建适当大小的文档对象
- 解析JSON字符串
- 按层级访问所需数据
- 处理可能的错误情况
这种方法不仅适用于天气数据,也可以应用于各种REST API返回的JSON数据解析场景。
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
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
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