Python 或 Java 中强大的 json 解析器答案

【问题标题】：Robust json parser in Python or JavaPython 或 Java 中强大的 json 解析器
【发布时间】：2013-06-03 14:37:32
【问题描述】：

我正在寻找 Python 或 Java 中的健壮 json 解析器（到目前为止，我一直在使用 Python，但由于我使用它来分析 Java 基准，使用Java 是一个合理的选择。）

对于截断和不完整的文档非常强大。

原因是我目前正在使用caliper 进行一些（微）基准测试，而当基准测试仍在运行（或者如果我过早取消它），输出文件将不是完整的 JSON 文档。 json 和 simplejson 都不会读取这些在某些时候基本上被截断的文件。

（我不喜欢 Caliper 网络界面，因为它很慢，无法扩展到大型实验集，而且很多数据无法提交，然后在运行中丢失。）

文件大概是这样的：

[
  {
    // first record, in multiple lines
  },
  {
    // second record, in multiple lines
  },
  {
    // truncated record.

现在，我正在使用一个讨厌的 hack，它使用 caliper 当前生成的已知缩进将},\n\ \ { 处的结果文档拆分为块，然后仅解析这些块，直到最后一个失败。但这是一个令人讨厌的黑客行为，并且对未来卡尺输出的变化并不稳健。我也尝试过使用raw_decode，但它仍然需要完整的文档，并且不会在每个}, 处返回有意义的结果。

我正在寻找类似于例如的 API XML pull，这将允许我在基于事件的 API 中访问文档直到它被截断的点。本质上，我对包装器 [] 中所有完整的 {} 部分感兴趣。

【问题讨论】：

你看过杰克逊的JsonParser吗？
谢谢，我去看看。流媒体本质上是我需要的，是的。到目前为止，我一直在使用 python 进行后期处理。

标签： java python json parsing caliper

【解决方案1】：

Jackson 支持基于事件的解析。它还允许您流式传输文档，但对您感兴趣的部分使用树 API。有一篇博文演示了这种方法 here。

【讨论】：

也感谢指向readValueAsTree 的指针。这正是我所需要的。现在如果你碰巧也知道类似的python API，那么问题就完全回答了。
Googles Gson 也允许流式使用，这种方式可以用于这个特定的用例。由于 caliper 也使用 Gson，我实际上可以使用 caliper 代码将数据一直解析为专门的 Java 类。