1 历史
JSON 是一种在互联网时代迅速普及的数据表示格式。它的形成并非来自单一标准组织的一次性设计，而是源于实际开发需求、语言特性借鉴以及后续标准化工作的共同作用。
1.1 起源与命名
JSON 的思想最早与 JavaScript 的对象字面量表示方式密切相关。开发者希望找到一种既便于机器解析、又容易被人阅读的文本格式，用来传递结构化数据。由于这种格式借鉴了 JavaScript 的语法风格，因此被命名为 JavaScript Object Notation，简称 JSON。
尽管名称中包含 JavaScript，JSON 早已不局限于某一种语言环境。它所表达的是通用的数据结构，而不是某个特定编程语言的完整语法。
1.2 标准化过程
随着应用范围扩大，JSON 逐渐从事实标准发展为正式规范。标准化的目标主要是统一语法、明确数据类型表示方式，并减少不同实现之间的歧义。规范化之后，JSON 在字符编码、数字表示、字符串转义等方面有了更清晰的约束。
标准文本的出现，使 JSON 不再只是“看起来像 JavaScript”的文本约定，而成为可被多种系统稳定支持的数据交换格式。
1.3 发展与普及
JSON 的普及与互联网应用的演进高度相关。它的结构紧凑、实现简单，适合网络传输，因此很快在各类软件系统中被广泛采用。
1.3.1 Web 时代的推动
Web 应用的发展对轻量级数据格式提出了强烈需求。相较于更为繁琐的标记型表达方式，JSON 更容易在浏览器与服务器之间传递。随着异步通信和动态页面交互的常见化，JSON 成为前后端交换数据的常用选择。
1.3.2 API 生态中的应用
在接口设计领域，JSON 几乎已经成为通用语言。无论是公开接口还是内部服务调用，开发者都倾向于使用 JSON 来表示请求参数、返回结果和状态信息。其普及进一步带动了调试工具、校验器、代码生成器等配套生态的发展。
2 基本语法
JSON 的语法相对简洁，核心内容围绕少量数据类型和两种结构类型展开。它通过固定的符号组合来表示数据层次，因此规则较为明确。
2.1 数据类型
JSON 支持的基础值类型有限，这也是它易于解析的重要原因。常见数据可以归纳为字符串、数值、布尔值和空值。
2.1.1 字符串
字符串用于表示文本内容，通常以双引号包围。其内部可包含普通字符，也可通过转义形式表示特殊符号。字符串是 JSON 中最常见的内容之一，常用于名称、说明、标识符等字段。
2.1.2 数值
数值用于表示可计算的数字，包括整数和带小数的数字。JSON 对数值的写法较为严格，不允许随意加入附加符号。它强调文本形式的统一表达，以便在不同系统中保持一致的解析结果。
2.1.3 布尔值
布尔值只有两个取值，分别表示真与假。它们常用于开关状态、条件判断和属性标记等场景，语义直接而清晰。
2.1.4 空值
空值用于表示“没有值”或“值缺失”的状态。它与空字符串或零并不相同，更多是表达字段存在但内容为空的情况。
2.2 结构类型
JSON 的结构类型用于组织多个值，使数据能够形成层次关系。对象和数组是两种最基础也最重要的结构。
2.2.1 对象
对象由若干键值对组成，适合表示具有名称属性的一组数据。键用于标识字段，值则承载具体内容。对象具有较强的描述能力，因此常被用来表达实体信息，例如用户资料、产品属性或接口返回内容。
2.2.2 数组
数组用于表示有序的值集合。数组中的元素可以是任意 JSON 值，包括对象、字符串、数值等。它适用于列表、队列、批量记录等场景，结构直观，便于按位置访问。
2.3 编码规则
JSON 的编码规则决定了文本如何被正确解释。虽然格式简洁，但在标点、引号和空白处理上仍有明确要求。
2.3.1 键名与字符串引号
在标准 JSON 中，键名必须使用双引号包围，字符串值也同样如此。这一规则减少了歧义，使解析器能够稳定识别文本边界。与某些宽松语法相比，JSON 在引号使用上更统一。
2.3.2 转义字符
当字符串内部需要表示引号、反斜杠、换行或其他特殊字符时，必须使用转义形式。转义机制保证了文本内容能够安全地嵌入结构中，而不会破坏整体语法。
2.3.3 格式与空白字符
JSON 允许在语法元素之间出现空格、制表符和换行等空白字符，这有助于提升可读性。不过，空白通常不承载语义，解析时会被忽略，因此数据内容本身不依赖于排版形式。
3 数据模型
JSON 不只是文本格式，也是一种数据模型的外在表达方式。它通过有限的结构映射到程序中的常见对象与集合概念。
3.1 键值对
键值对是 JSON 对象的基本组成单位。键提供名称，值提供内容，两者结合后形成可识别的属性。键值对结构简单，但足以表达大量现实中的信息关系。
3.2 嵌套结构
JSON 的一大特点是支持层层嵌套。对象中可以包含对象，数组中也可以包含对象或数组，从而形成树状结构。这种表达方式适合描述复杂实体，例如一个订单中包含多个商品、地址和支付信息等。
3.3 顺序与集合语义
JSON 在对象和数组上的语义不同：对象更接近无序属性集合，数组则强调顺序。理解这种区别，有助于正确使用和处理数据。
3.3.1 对象成员顺序
对象成员在语义上通常被视为不依赖顺序的集合。虽然文本中可能呈现某种排列，但这种排列不应作为逻辑依据。实际处理时，应更关注键名而非位置。
3.3.2 数组元素顺序
数组的顺序具有明确意义，元素位置会影响整体解释。第一个元素、第二个元素以及后续元素各自对应不同位置，因此在排序、分页和时间序列等场景中尤为重要。
4 语法规范
JSON 的规范不仅规定了可用符号，也限定了字符串、数字和字符编码的表达方式。严格遵守这些要求，才能保证跨平台兼容。
4.1 允许的字符与编码
JSON 文本通常采用 Unicode 字符体系进行表示，并可通过不同字符编码进行传输与存储。最常见的做法是使用 UTF 系列编码，以便兼容多语言文本内容。只要编码一致，文本就能被正确读取和解析。
4.2 数字表示法
JSON 的数字写法强调简洁和规范，不能像某些编程语言那样自由扩展。其表示形式主要包括整数、小数和指数形式。
4.2.1 整数
整数用于表示不带小数点的数值。它常见于计数、编号和离散值表达。虽然在文本中看似简单，但不同实现对精度和范围的支持可能不同。
4.2.2 浮点数
浮点数包含小数点，用于表示非整数数值。由于 JSON 本身不规定具体数值精度，因此不同语言在转换为内部数值类型时可能出现差异。
4.2.3 指数形式
指数形式适合表示很大或很小的数字，便于在文本中压缩表达长度。它常用于科学计算相关数据，但在一般业务数据中出现频率相对较低。
4.3 字符串与 Unicode
JSON 字符串通常用于承载各种语言文字和符号，因此对 Unicode 的支持非常重要。借助 Unicode，JSON 能较好地表示多种自然语言字符、表情符号及特殊符号，从而适应国际化场景。
4.4 语法限制
JSON 的标准化也意味着一些常见书写习惯并不被允许。了解这些限制，有助于避免解析失败。
4.4.1 不支持注释
标准 JSON 不允许加入注释。虽然这会使配置说明不便直接写入文本，但也减少了歧义，使格式保持纯粹，利于统一解析。
4.4.2 不支持尾随逗号
对象或数组最后一个元素后面不能多写逗号。尾随逗号是许多宽松格式中常见的容错写法，但在标准 JSON 中属于语法错误。
4.4.3 重复键的处理
当对象中出现重复键时，不同解析实现可能采取不同策略，例如保留最后一个值或报错。由于这种行为存在实现差异，实际编写时应避免重复键，以保证结果一致。
5 解析与生成
JSON 的价值不仅在于可读，还在于易于程序处理。解析与生成是 JSON 应用链条中的两个核心环节。
5.1 解析器
解析器负责将文本转换为程序内部的数据结构。它通常根据 JSON 语法规则逐步识别字符、构造节点，并生成对象、数组或基本值。
5.1.1 语法分析流程
典型解析流程包括词法识别、结构匹配和数据组装。解析器先判断字符属于哪类标记，再检查括号、引号和分隔符是否成对出现，最后生成相应的数据表示。这个过程通常高度自动化，用户只需提供合法文本即可。
5.1.2 错误处理
当输入文本不符合规范时，解析器会返回错误信息。常见问题包括引号缺失、括号不匹配、数字格式不合法或编码异常。良好的错误提示有助于快速定位问题。
5.2 序列化器
序列化器的作用与解析器相反，它将程序中的数据结构转换为 JSON 文本。该过程常用于接口响应、文件保存和消息发送。
5.2.1 对象到文本的转换
序列化器会把对象中的字段、数组和基本值映射为对应的 JSON 表达。转换时需要处理数据类型对应关系，例如把布尔值写为 true 或 false，把空值写为 null。
5.2.2 格式化输出
为便于阅读，序列化结果常加入缩进、换行和对齐。格式化输出不会改变数据含义，但能显著提升可维护性，特别适合调试和版本审查。
5.3 流式处理
在处理大规模数据时，一次性加载完整 JSON 文本可能占用较多内存。流式处理允许边读边解析，适合文件较大或传输持续进行的场景。
5.3.1 大文件解析
对于体积较大的 JSON 文件，流式解析可以逐段读取内容，而不是一次性全部载入。这样能降低峰值内存压力，也能更早开始处理数据。
5.3.2 内存优化
通过分块读取、延迟构建和按需提取字段，程序可以减少不必要的数据驻留。这类优化在日志分析、数据导入和批量处理系统中尤为重要。
6 应用场景
JSON 的适用范围很广，几乎涵盖了现代软件系统中常见的数据交换需求。其优势在于语法统一、可移植性强、工具支持丰富。
6.1 Web API
Web 接口是 JSON 最具代表性的应用领域之一。无论是请求参数还是返回结果，JSON 都能以清晰的结构承载信息。
6.1.1 REST 接口
在 REST 风格接口中，JSON 经常作为默认数据格式使用。资源信息、状态字段和错误说明通常都能通过对象结构自然表达，便于客户端和服务端协同处理。
6.1.2 前后端数据交换
前端页面与后端服务之间经常通过 JSON 传递数据。它既能支持简单字段，也能表达嵌套结构，因此适合呈现列表、详情页和交互状态等多种信息。
6.2 配置文件
JSON 也常被用作配置文件格式。相较于纯文本参数表，JSON 更适合描述层次化配置项。
6.2.1 应用配置
应用程序可使用 JSON 保存环境设置、功能开关、连接信息等内容。由于结构清晰，配置项在程序中易于读取与修改。
6.2.2 工具链配置
构建工具、测试框架和脚本环境也常采用 JSON 作为配置载体。其通用性使不同工具之间的集成更容易实现。
6.3 数据存储
JSON 在数据存储方面同样有广泛用途，尤其适合以文档形式保存半结构化信息。
6.3.1 文档型数据库
一些文档型数据库会直接采用类似 JSON 的结构来存储记录。字段可灵活扩展，适合需求变化较快的业务场景。
6.3.2 日志与事件记录
系统日志、事件追踪和操作记录常用 JSON 格式输出。这样既方便机器检索，也便于后续分析与归档。
6.4 消息传递
在分布式系统中，JSON 常作为消息载体，用于服务之间的异步通信和状态传递。
6.4.1 队列消息
消息队列中的消息体常以 JSON 组织，便于消费端按照字段读取业务信息。结构化文本使消息格式透明，也更利于调试。
6.4.2 服务间通信
微服务或其他服务组件之间交换数据时，JSON 能提供较好的兼容性。它降低了不同语言、不同框架之间的沟通成本。
7 优点与局限
JSON 之所以广泛流行，与其简洁、易用和生态成熟密切相关。但与此同时，它也存在一定局限。
7.1 优点
JSON 的优势主要体现在表达方式、通用性和处理便利性上。
7.1.1 简洁易读
JSON 文本结构清晰，符号数量相对较少，阅读门槛低。对于开发者而言，这种直观性有助于快速理解数据内容。
7.1.2 跨语言支持
多数现代编程语言都原生或通过库支持 JSON。无论是脚本语言还是编译型语言，通常都能方便地完成解析和生成。
7.1.3 解析效率
由于语法规则有限，JSON 的解析实现通常较轻量，处理效率较高。这使它非常适合频繁传输和实时交互场景。
7.2 局限
JSON 并非万能格式，在某些复杂需求下会显得表达不足。
7.2.1 表达能力限制
JSON 主要面向通用数据交换，不擅长描述复杂的行为逻辑、引用关系或高级约束。遇到更复杂的建模需求时，往往需要借助额外约定。
7.2.2 类型信息缺失
JSON 只定义少量基础类型，不包含日期、时间、集合类别等更细化的语义。程序在读取时往往需要自行解释这些内容。
7.2.3 冗余与体积问题
相对于二进制格式，JSON 文本通常更占空间，特别是在字段名重复较多时，冗余会更加明显。这在高频传输或大规模存储场景中可能带来额外开销。
8 与其他格式的比较
JSON 常与其他数据格式并列讨论。不同格式各有擅长领域，选择时通常取决于可读性、结构复杂度、传输效率和工具支持等因素。
8.1 与 XML 的比较
与 XML 相比，JSON 的语法更简洁，层级表达更直接，通常更适合数据交换。XML 的标记体系更为冗长，但在文档描述、元数据表达和传统企业系统中仍有较强存在感。总体上，JSON 更轻量，而 XML 更强调标记与扩展性。
8.2 与 YAML 的比较
YAML 在视觉上更接近人类书写习惯，适合配置文件和手工编辑。不过它对缩进较敏感，语法细节也更复杂。JSON 则更规整，适合机器处理；YAML 更强调可读性，但实现间差异有时更明显。
8.3 与 CSV 的比较
CSV 适合表示简单表格数据，尤其是二维、同构的数据集。JSON 则能表达嵌套关系和异构结构，因此适用面更广。若数据本身只有行列关系，CSV 往往更轻便；若需要层次与对象语义，JSON 更合适。
8.4 与 Protocol Buffers 的比较
Protocol Buffers 属于二进制序列化格式，通常具有更好的传输效率和更强的类型约束。相比之下，JSON 可读性更高，调试更方便，使用门槛也更低。二者常分别用于不同层次：JSON 偏向开放交换，Protocol Buffers 偏向高效内部通信。
9 相关工具与生态
围绕 JSON 已形成相当成熟的工具生态，覆盖开发、验证、格式化、调试和集成等环节。
9.1 编程语言支持
几乎所有主流编程语言都提供 JSON 处理能力，包括标准库支持或第三方扩展库。常见能力包括对象转换、流式读取、字段映射和异常处理。
9.2 校验与格式化工具
JSON 校验工具用于检查文本是否合法，格式化工具则用于美化排版、统一缩进和排序字段。它们在开发调试、配置维护和代码审查中都很常用。
9.3 在线查看与调试工具
在线工具可以帮助用户粘贴 JSON、展开层级、检查语法并定位错误。这类工具适合快速调试接口返回内容，也便于初学者理解嵌套结构。
9.4 常用库与框架
在各类开发框架中，JSON 往往有成熟的封装库可直接调用。这些库通常提供序列化、反序列化、字段映射和自定义转换机制，从而减少重复开发。
10 安全与实践
JSON 的广泛使用也带来了实践层面的注意事项。正确的输入控制和规范化处理，能够减少错误与风险。
10.1 输入校验
对外部输入的 JSON 应进行校验，包括结构检查、字段类型检查和长度限制等。这样可以避免异常数据进入业务逻辑，提升系统稳定性。
10.2 反序列化风险
当程序把 JSON 转换为内部对象时，如果缺乏约束，可能引发逻辑错误或安全问题。尤其在处理来自不可信来源的数据时，应谨慎控制可反序列化的类型与字段范围。
10.3 编码规范
在团队协作中，统一 JSON 编码规范十分重要，例如字段命名风格、空值处理方式、时间格式约定等。统一规则能够减少接口误解，也有利于长期维护。
10.4 性能优化
在大流量或大数据场景下，JSON 的传输和处理开销需要被重视。适当优化可以显著提升系统效率。
10.4.1 压缩与传输
通过压缩文本、减少冗余字段和选择合适的传输方式，可以降低网络带宽消耗。对于重复字段较多的场景，压缩收益通常较明显。
10.4.2 缓存与分页
当数据量较大时，缓存常用结果和采用分页返回，可以避免一次性传输过多内容。这不仅减轻服务器压力，也能改善客户端响应速度。