半小时实现一个 JSON 解析器
昨天在一个关于 JSON 语法设计的问题中讨论了一下为什么 JSON 格式要设计成那个样子。
我在回答中说，设计成那样是为了让它容易解析。
JSON 格式很容易解析，容易到什么程度呢？容易到一个极简的实现只需要半小时不到即可搞定，于是就有了这篇文章，半小时带你实现一个 JSON 解析器，真的只要半小时哦。
回顾一下我当时的回答，JSON 的设计让你可以在读到一个字符后就确定后面如何解析，具体来说：
当你在扫描文本流的过程中遇到一个左花括号（{）时，你知道你需要从当前字符开始，解析出一个对象，而解析对象的过程则是解析出多对 key/value，每解析完一对，如果你遇到了右花括号（}），则对这个对象的解析就结束了，而如果遇到的不是右花括号，则你需要解析下一对 key/value，直到遇见右花括号。而解析出一对 key/value，则是必须先解析出一个字符串，然后一个冒号（:），然后是这个 key 对应的值。
同理，当你遇到一个左方括号（[）时，你需要从这个字符开始解析出一个数组；而解析数组，则是解析出多个由逗号分隔的值，直到解析完一个值后遇到的不是逗号而是右方括号（]），则这个数组解析完毕。
而当你遇到一个双引号（"）时，则需要从当前位置开始解析出一个字符串。
遇到字母 “n” 的话，则是从当前位置开始往后读 4 个字符，且读到的 4 个字符组成的字符串必须是“null”，否则就应该报错。
遇到字母 “f” 的话，则是从当前位置开始往后读 4 个字符，且读到的 4 个字符组成的字符串必须是“null”，否则就应该报错。
遇到字母 “n” 的话，则是从当前位置开始往后读 5 个字符，且读到的 5 个字符组成的字符串必须是“false”，否则就应该报错。
剩下的就是数值了。
JSON 中对于以上几种类型都定义为值，而我们可能从任何位置开始遇到一个值，而在 JSON 中解析这个值只需要看其第一个字符是什么就可以了，这也是 JSON 容易解析的另一个原因，不像一般的编程语言，JSON 的解析不需要先做 tokenize。
为了减少复杂度，我们只解析没有任何多余空白内容的合法 JSON 字符串，暂时不考虑出错的问题，另外所有的 key 和字符串内都没有转义符，即形如以下：
var jsonStr = '{"a":1,"b":true,"c":false,"foo":null,"bar":[1,2,3]}'
var i = 0
为了简便，我们暂时使用一个全局变量 i 来保存我们解析到哪里了，或者说下一步要从哪里开始解析，i 一开始当然是0了
然后我们先来实现一个解析出一个值的函数，名为 parseValue，同时，它解析完一个“值”后，会把 i 移动到下一个即将开始解析的位置，我们所有的函数都依赖这个全局变量i：
function parseValue() {
if (str[i] === '{') {
return parseObject()
} else if (str[i] === '[') {
return parseArray()
} else if (str[i] === 'n') {
return parseNull()
} else if (str[i] === 't') {
return parseTrue()
} else if (str[i] === 'f') {
return parseFalse()
} else if (str[i] === '"') {
return parseString()
} else {//如果不考虑出错的话，不是以上所有的情况即
return parseNumber()
}
}
接下来，我们只需要一步步实现 parseValue 函数所调用到的这几个函数就行了，每个都非常容易，我就基本不写注释了：
// 所有的函数都是从i位置开始解析出一个对应类型的值
// 同时把i移动到解析完成后的下一个位置
function parseString() {
var result = ''
i++// 开始解析之前，i是指向字符开始的双引号的，但字符的内容是不包含这个双引号的
while(str[i] != '"') {
result += str[i++]
}
i++// 移动i到解析完成后的下一个位置
return result
}
function parseNull() {
// 简单粗暴，直接往后读出一个长度为4的个字符串出来
// 如果不是null，则直接报错
var content = str.substr(i, 4)
if (content === 'null') {
i += 4
return null
} else {
throw new Error('Unexpected char at pos: ' + i)
}
}
function parseFalse() {
// 基本同上
var content = str.substr(i, 5)
if (content === 'false') {
i += 5
return false
} else {
throw new Error('Unexpected char at pos: ' + i)
}
}
function parseTrue() {
// 基本同上
var content = str.substr(i, 4)
if (content === 'true') {
i += 4
return true
} else {
throw new Error('Unexpected char at pos: ' + i)
}
}
function parseNumber() {
// 本函数的实现并没有考虑内容格式的问题，实际上JSON中的数值需要满足一个格式
// 不过好在这个格式基本可以用正则表达出来，不过这里就不写了
// 想写的话对着官网的铁路图写一个出来就行了
// 并且由于最后调用了parseFloat，所以如果格式不对，还是会报错的
var numStr = ''//-2e+8
// 此处只要判断i位置还是数字字符，就继续读
// 为了方便，写了另一个helper函数
while (isNumberChar(str[i])) {
numStr += str[i++]
}
return parseFloat(numStr)
}
// 判断字符c是否为组成JSON中数值的符号
function isNumberChar(c) {
var chars = {
'-': true,
'+': true,
'e': true,
'E': true,
'.': true
}
if (chars[c]) {
return true
}
if (c >= '0' && c <= '9') {
return true
}
return false
}
// 解析数组，就很容易了
// 掐头去尾
// 然后一个值一个逗号
// 如果解析完一个值后没遇到逗号，说明解析完了
// 现在你知道没有多余的逗号有多好解析了吧~
function parseArray() {
i++
var result = []//[1234,"lsdf",true,false]
while(str[i] !== ']') {
result.push(parseValue())
if (str[i] === ',') {
i++
}
}
i++
return result
}
// 解析对象，一如既往的简单
// 掐头去尾
// 然后一个key，是字符串
// 一个冒号
// 一个值，可能是任意类型，所以调用parseValue
// 最后，如果解析完一组k/v对，遇到了逗号，则解析下一组，没遇到逗号，则解析完毕
function parseObject() {
i++
var result = {}//{"a":1,"b":2}
while(str[i] !== '}') {
var key = parseString()
i++//由于只考虑合法且无多余空白的JSON，所以这里就不判断是不是逗号了，正常应该是发现不是逗号就报错的
var value = parseValue()
result[key] = value
if (str[i] === ',') {
i++
}
}
i++
return result
}
最后，JSON 数据的整个内容其实就表示了一个值，所以我们只要把 i 置为 0，然后从头开始解析出来一个值就完事了！
function parse(json) {
i = 0
jsonStr = json
return parseValue()
}怎么样，是不是只花半小时就写出来了。
现在动手自己写一个吧~不要看我的代码。
最后，我们来简单分析一下，上面的代码虽然没有直接的出现递归调用，但实际上发生了间接的递归：parseValue调用了parseObject与parseArray，而这两个函数在内又调用了parseValue。
解析过程是递归的，所以我们可以得出结论，即 JSON 数据是递归的。
并且，JSON 格式里是没有环的，实际上，JSON 格式表达了一颗树，一颗多叉树！
然后，留个作业，写完 parse，试着写一个 JSON.stringify 出来！
或者，试着让自己写出来的 parse 功能能够处理 JSON 字符串中多余的空白。
再然后，让 parseString 支持解析出转义字符及 Unicode 转义符：\u6211。
再然后，额，好像没有然后了，再然后，就是把你写的这个整一整，再加些测试用例，放到github 上面，命名为 JSON5.js，然后你就可以在简历上写上实现过 JSON 解析器了！
再然后，你可以试着实现一个解析函数调用表达式的解析器：
sum(sqrt(pow(3,4)),div(7,8),add(9,1))