zoukankan      html  css  js  c++  java
  • Litjson

    http://www.cnblogs.com/peiandsky/archive/2012/04/20/2459219.html


    JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于JavaScript(Standard ECMA-262 3rd Edition - December 1999)的一个子集。 JSON采用完全独立于语言的文本格式,但是也使用了类似于C语言家族的习惯(包括C, C++, C#, Java, JavaScript, Perl, Python等)。这些特性使JSON成为理想的数据交换语言。易于人阅读和编写,同时也易于机器解析和生成。

                  如果曾经使用过Json,就会清楚Json可以分为两个部分:

    1.         Json Object(A collection of name/value pairs)

    2.         JSON Array (An ordered list of values)

    解析JSON的开源包非常多,在各种场合使用非常广泛,尤其长于网络传输。

    本文介绍使用LitJson,并用C#语言来介绍使用JSON,可以在C#应用程序,web程序,还有Unity3d C#脚本中使用。

     

    第一步:先去下载LitJson并导入当前的项目。

    第二步:litJson的几个实例方式

                  1.使用JsonData来处理生成json:{"name":"peiandsky","age":28,"sex":"male"}

          

    JsonData data = new JsonData();
    
            data["name"] = "peiandsky";
    
            data["age"] = 28;
    
            data["sex"] ="male";
    
            string  json1= data.ToJson();


     

          2.对象中嵌套对象:{"name":"peiandsky","info":{"sex":"male","age":28}}

           

    JsonData data2 = new JsonData();
    
            data2["name"] = "peiandsky";
    
            data2["info"] = new JsonData();
    
            data2["info"]["sex"] = "male";
    
            data2["info"]["age"] = 28;
    
    string  json2 = data2.ToJson();

     

     

     

    3.         将上述两种方式的Json解析到JsonData

     

     JsonData jsonData2 = JsonMapper.ToObject(json2);
    
      Debug.Log(jsonData2["name"] + "    " + data2["info"]["sex"]);
    

     

    4.         使用JsonMapper来处理Json

    Player player = new Player();
    
            player.name = "peiandsky";
    
            player.age = 23;
    
            player.sex = "male";
    
            string json=JsonMapper.ToJson(player);


     

     

    5.         解析4中的json

    Player player2 = JsonMapper.ToObject<Player>(json);


     

    6.         使用最原始的方式生成Json

    将数组转换成json:["one","two","three","four"]

          

    JsonWriter writer = new JsonWriter();
    
            writer.WriteArrayStart();
    
            writer.Write("one");
    
            writer.Write("two");
    
            writer.Write("three");
    
            writer.Write("four");
    
            writer.WriteArrayEnd();

    将复合对象转换成json字符串:{"book":{"title":"android game!","author":"pei","bookdetail":{"pages":429,"about":null}}}

     

    JsonWriter writer2 = new JsonWriter();
    
     
    
            writer2.WriteObjectStart();
    
            writer2.WritePropertyName("book");
    
     
    
            writer2.WriteObjectStart();
    
            writer2.WritePropertyName("title");
    
            writer2.Write("android game!");
    
            writer2.WritePropertyName("author");
    
            writer2.Write("pei");
    
            writer2.WritePropertyName("bookdetail");
    
     
    
            writer2.WriteObjectStart();
    
            writer2.WritePropertyName("pages");
    
            writer2.Write(429);
    
            writer2.WritePropertyName("about");
    
            writer2.Write(null);
    
            writer2.WriteObjectEnd();
    
     
    
            writer2.WriteObjectEnd();
    
     
    
            writer2.WriteObjectEnd();
    
            Debug.Log(writer2.ToString());

     

     

     

     

     

    这种方式非常不方便,不建议使用。

     

    在使用LitJson中,建议使用JsonData,JsonMapper来处理Json的编码和解析。

    Person[] p_array = { p,p,p};
    
            string json_array=JsonMapper.ToJson(p_array);
    
            Debug.Log(json_array);
    
     
    
            JsonData pa = JsonMapper.ToObject(json_array);
    
     
    
            Debug.Log(pa.IsArray+"     "+pa.Count);
    
     
    
            for (int i = 0; i < pa.Count;i++ )
    
            {
    
                Debug.Log(pa[i]["name"]+"-"+pa[i]["age"]+"-"+pa[i]["score"]+"-"+pa[i]["birth"]);
    
                int age = int.Parse(pa[i]["age"].ToString());
    
                Debug.Log(age);
    
            }


  • 相关阅读:
    K近邻法
    感知机
    统计学习(统计机器)方法概论
    查看GPU占用率以及指定GPU加速程序
    HYPERSPECTRAL IMAGE CLASSIFICATION USING TWOCHANNEL DEEP CONVOLUTIONAL NEURAL NETWORK阅读笔记
    LRN(local response normalization--局部响应标准化)
    A NEW HYPERSPECTRAL BAND SELECTION APPROACH BASED ON CONVOLUTIONAL NEURAL NETWORK文章笔记
    徒步橘子洲
    高薪
    协作
  • 原文地址:https://www.cnblogs.com/nafio/p/9137180.html
Copyright © 2011-2022 走看看