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。
kernelopenEuler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。C037
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0115
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00