SBJson 5 技术文档
2024-12-20 18:31:08作者:昌雅子Ethen
1. 安装指南
SBJson 5 可以通过以下几种方式进行安装:
CocoaPods
推荐使用 CocoaPods 进行安装。在您的 Podfile 文件中添加以下内容:
pod 'SBJson', '~> 5.0.0'
Carthage
SBJson 也与 Carthage 兼容。请遵循 iOS 的入门指南。
github "SBJson/SBJson" == 5.0.2
源文件打包
一种不再推荐的安装方式是将所有源文件(Classes 文件夹的内容)复制到您的 Xcode 项目中。
2. 项目使用说明
SBJson 5 支持基于块的 JSON 解析和生成,适用于 Objective-C。
块基础解析
首先定义一个简单的块和错误处理程序:
SBJson5ValueBlock block = ^(id v, BOOL *stop) {
BOOL isArray = [v isKindOfClass:[NSArray class]];
NSLog(@"Found: %@", isArray ? @"Array" : @"Object");
};
SBJson5ErrorBlock eh = ^(NSError* err) {
NSLog(@"OOPS: %@", err);
exit(1);
};
然后创建一个解析器并将数据添加到其中:
id parser = [SBJson5Parser parserWithBlock:block
errorHandler:eh];
id data = [@"[true," dataWithEncoding:NSUTF8StringEncoding];
[parser parse:data]; // 返回 SBJson5ParserWaitingForData
// 块尚未被调用...
// 现在,添加另一个值并关闭数组
data = [@"false]" dataWithEncoding:NSUTF8StringEncoding];
[parser parse:data]; // 返回 SBJson5ParserComplete
// 上述 -parse: 方法在返回前调用您的块。
处理多个文档
对于像 Twitter 的馈送一样,每行包含一个 JSON 文档的情况,这种方式非常有用。以下是一个解析多个连续 JSON 文档的示例,其中您的块将对每个文档调用一次:
id parser = [SBJson5Parser multiRootParserWithBlock:block
errorHandler:eh];
// 注意:这个输入包含多个顶级 JSON 文档
id data = [@"[]{}" dataWithEncoding:NSUTF8StringEncoding];
[parser parse:data];
[parser parse:data];
上面的示例将打印:
Found: Array
Found: Object
Found: Array
Found: Object
解析顶级大数组
通常您无法控制要解析的输入,因此无法使用 multiRootParser。但是,如果您正在解析一个长数组,可以使用 unwrapRootArrayParser 达到相同的效果:
id parser = [SBJson5Parser unwrapRootArrayParserWithBlock:block
errorHandler:eh];
// 注意:这个输入包含一个单一的顶级文档
id data = [@"[[],{},[],{}]" dataWithEncoding:NSUTF8StringEncoding];
[parser parse:data];
其他功能
- 为安全起见,所有输入都有一个最大嵌套级别。默认值为 32,但可配置。
- 写入器可以排序字典键,以使输出在不同写入之间保持一致。
- 写入器可以创建易于阅读的输出,包含换行符和缩进。
- 您可以在同一应用程序中并排安装 SBJson v3、v4 和 v5。这是可能的,因为所有类和公共符号都包含主版本号。
3. 项目 API 使用文档
请查看 API 文档 以获取更多详细信息。
4. 项目安装方式
请参考“安装指南”部分,选择适合您项目的安装方式。
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- 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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥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
68
20
🎉 (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
1.37 K
781