C++如何实现一个简单的JSON解析器？C++递归下降解析法实战【项目练习】

用C++11手写轻量级JSON解析器需采用递归下降法，为value、object、array等非终结符实现对应函数，配合JsonValue联合体结构和位置指针pos遍历字符串，正确处理转义、数字解析、空白跳过及错误定位。

用C++手写一个轻量级JSON解析器，核心是递归下降（Recursive Descent）——它天然契合JSON的嵌套结构（对象、数组可无限嵌套），逻辑清晰、易于理解和调试。不需要第三方库，纯标准C++11即可实现基础功能（字符串、数字、布尔、null、对象、数组）。

理解JSON语法与递归下降映射关系

JSON文本本质是上下文无关文法（CFG），递归下降就是为每个非终结符（如 value、object、array）写一个对应函数，函数内部按语法规则“向下”调用其他函数，形成自然的递归调用链。

关键文法规则（简化版）：

• value → string | number | object | array | true | false | null
• object → { [ member ( , member )* ] }
• member → string : value
• array → [ [ value ( , value )* ] ]

每个规则直接对应一个解析函数，比如 parse_value() 调用 parse_object() 或 parse_array()，后者再递归调用 parse_value() —— 这就是“下降”和“递归”的由来。

设计核心数据结构：JsonValue

先定义一个能容纳所有JSON类型的联合体式容器（用 std::variant 或手动管理）：

struct JsonValue {
    enum Type { STRING, NUMBER, OBJECT, ARRAY, BOOL, NULL_T };
    Type type;
    std::string str;           // for STRING
    double num;                // for NUMBER
    bool boolean;              // for BOOL
    std::map obj;   // for OBJECT
    std::vector arr;             // for ARRAY
};

注意：NULL_T 可用特殊标记（如 num = NAN）或额外 bool is_null 字段；实际项目中推荐用 std::optional 或 std::variant<:monostate ...> 更安全。

实现解析器骨架与关键函数

维护一个位置指针 pos 遍历输入字符串，跳过空白，按首字符分发：

• 遇到 " → 调用 parse_string()（需处理转义，如 \"、\\、\n）
• 遇到 { → 调用 parse_object()（读 {，循环解析 "key": value，直到 }）
• 遇到 [ → 调用 parse_array()（读 [，循环解析 value，直到 ]）
• 遇到 t / f / n → 分别识别 true、false、null
• 遇到数字或负号 → 调用 parse_number()（支持整数、小数、科学计数法，可用 std::stod 或手动解析）

所有函数都接受并更新引用参数 size_t& pos，失败时抛异常或返回 std::nullopt（建议用异常，便于定位错误位置）。

实战要点与易错提醒

递归下降不是“写完就跑”，几个关键细节决定成败：

• 跳空白必须统一：写一个 skip_whitespace(const std::string& s, size_t& pos)，所有解析函数开头必调用
• 字符串解析要小心：逐字符读，遇 " 结束；中间遇 \ 就取下一个字符，按规则转义（\\→\, \"→", \n→换行符等）
• 数字解析别依赖 atof：它不检查非法尾部（如 "123abc" 会成功解析为123），应手动扫描合法数字字符后截取子串再转换
• 错误提示要带位置：抛异常时附上 pos，比如 throw std::runtime_error("Expected ',' or '}' at " + std::to_string(pos));
• 避免深递归爆栈：JSON嵌套过深（>1000层）可能栈溢出，生产环境需加深度限制（传入 max_depth 参数）

基本上就这些。写完后用典型用例测试：{"name":"Alice","scores":[95,87],"active":true}、空对象 {}、嵌套 {"a":{"b":[1,2]}}、非法输入（缺引号、逗号错位）看是否报错准确。不复杂但容易忽略边界，多测几遍就稳了。