移动应用中的解析：本质、数据格式与过程

什么是解析？

解析（语法分析）— 是将字符序列转换为适合程序处理的结构化表示的过程。在移动开发的背景下，解析指的是分析服务器响应、配置文件、本地缓存和资源文件。每种格式都需要自己的方法：JSON — 轻量级且内置于 SDK 中，XML — 严格且带有 XSD 模式验证，CSV — 用于表格数据的最小化格式，Protobuf — 具有严格模式的二进制格式。

语法分析的阶段

任何解析器，无论格式如何，都经历三个阶段。词法分析 将原始文本分解为词法单元：键、字符串、数字、分隔符和注释。语法分析 检查语法的正确性 — JSON 中的括号平衡、XML 中标签的正确嵌套。输出结构的构建 形成对象表示：JSONObject、Map 或用于进一步处理的令牌流。根据 Apple (2026) 的数据，iOS 上的内置 Foundation 解析器使用惰性解析 — 仅验证 JSON 的开头以节省资源。

手动解析与自动库

手动解析（JSONSerialization、XmlPullParser）可以完全控制过程，适用于非标准格式或需要对每个字段进行自定义验证的情况。自动库（JSONDecoder、Moshi、kotlinx.serialization）加速开发，但隐藏了错误处理的细节。选择取决于需求：如果数据结构是动态的或事先未知 — 手动解析更可取。如果模式是固定的 — 自动反序列化可将代码减少 60-70%。

解析与反序列化的区别

解析 — 更广泛的操作：可以流式执行，不一定要创建类型化对象。反序列化 — 解析的特例，其结果始终是预先已知类的实例，具有特定类型的属性。JSON 解析器将文档解析为 Map 或 JsonElement，而反序列化器将相同的 JSON 转换为具有已知字段和类型的特定 User、Order 或 Product 对象。

流式解析 — 解析相对于反序列化的主要优势。Android 上的 XmlPullParser 在读取时解析 XML，无需将整个文档加载到 RAM 中。这对于大型 API 响应、包含数百个元素的 RSS 订阅解析或处理来自服务器转储的数千个 JSON 对象数组至关重要。流式解析器逐个读取令牌，消耗恒定量的内存，与文档大小无关。

移动应用中的 JSON 解析

JSON — 主导的数据交换格式。在 iOS 上，内置的 JSONSerialization 将 JSON 解析为 Any，而 JSONDecoder 直接解析为 Codable 结构。在 Android 上，标准的 org.json 提供 JSONObject 和 JSONArray 用于手动解析。Gson 和 Moshi 添加了自动转换。手动和自动方法之间的选择是网络层的第一个架构决策。

val jsonString = """{"users":[{"id":1,"name":"Alice"}]}"""
val jsonObject = JSONObject(jsonString)
val usersArray = jsonObject.getJSONArray("users")

for (i in 0 until usersArray.length()) {
    val item = usersArray.getJSONObject(i)
    val id = item.getInt("id")
    val name = item.getString("name")
    // 用户处理
}

通过 org.json 手动解析 在响应结构事先未知或变化很大时很有用。这种方法可以完全控制错误处理和可空字段，但与自动反序列化相比需要更多的样板代码。对于小型项目或原型来说这是可以接受的，但在生产环境中更推荐 Moshi 或 kotlinx.serialization。

用于流式解析的 JSONReader

JsonReader 来自 Moshi 库 — 是流式解析 JSON 的强大工具。它逐个令牌读取文档，使用 beginObject、nextName、nextString、nextInt 和 endObject 方法。这种方法允许处理任何大小的文档，内存消耗恒定。根据 Google (2026) 的数据，通过 JsonReader 进行流式解析比将整个文档加载到 JsonObject 中快 2-3 倍，内存消耗减少高达 80%。

val reader = JsonReader(StringReader(json))
reader.beginObject()
while (reader.hasNext()) {
    val name = reader.nextName()
    when (name) {
        "id" -> val id = reader.nextInt()
        "name" -> val name = reader.nextString()
        "email" -> val email = reader.nextString()
        else -> reader.skipValue()
    }
}
reader.endObject()

示例展示了 JsonReader 流式解析 JSON。每次调用 nextName() 和 nextInt() 都会将光标前进到下一个令牌。skipValue() 跳过不需要的字段而不解析它们 — 这在 JSON 包含 50 个字段但只需要 3 个时特别有用。结果是 — 最小的内存消耗和最大的速度。

XML 和 CSV 解析

XML 继续在 Android 项目中用于资源和企业应用程序的 SOAP 服务。在 Android 上，内置的 XmlPullParser 提供流式解析，内存消耗最小 — 它不加载 DOM 树，而是生成 START_TAG、TEXT、END_TAG 事件。iOS 使用 XMLParser 采用委托方法：parser(didStartElement:) 和 parser(foundCharacters:) 方法顺序处理元素。

移动开发中的 CSV

CSV — 用于导出和导入表格数据的最简单格式。在移动应用中，CSV 用于导出报告、加载参考手册（国家、货币、代码列表）和同步离线数据。流式库适用于 CSV 解析：Apache Commons CSV 和 OpenCSV 逐行处理文件，转义值内的引号和逗号。在 iOS 上，CSV 解析可以通过分隔符 NSString.components(separatedBy:) 实现，并处理边缘情况。

class CSVParser: NSObject, XMLParserDelegate {
    private var currentItem: [String: String] = [:]
    private var currentElement: String = ""

    func parser(
        _ parser: XMLParser,
        didStartElement elementName: String,
        namespaceURI: String?,
        qualifiedName qName: String?,
        attributes attributeDict: [String: String]
    ) {
        currentElement = elementName
        if elementName == "item" {
            currentItem = [:]
        }
    }

    func parser(_ parser: XMLParser,
                foundCharacters string: String) {
        currentItem[currentElement] = string
    }
}

iOS 上 XMLParser 委托解析 RSS 订阅的示例。didStartElement 方法在每个开始标签时调用，foundCharacters 返回标签之间的文本内容，didEndElement 完成元素。这种事件驱动的架构允许处理任何大小的 XML，无需将 DOM 树加载到内存中 — 这对资源受限的移动设备至关重要。

Android CSV 库比较

在 Android 上，CSV 解析器的选择取决于数据量。OpenCSV 支持流式 API、用于映射到 POJO 的注解和自定义分隔符。Apache Commons CSV — 更低级别，但在大文件上更快。对于简单情况（1-2 列），通过 String.split(",") 手动解析并处理转义就足够了。对于具有大型 CSV 文件的生产项目，建议使用 OpenCSV。

Protobuf 和流式解析

Protocol Buffers 来自 Google — 二进制序列化格式，在速度和紧凑性方面优于 JSON。Protobuf 消息占用的空间比等效 JSON 少 3-6 倍，由于二进制格式和严格模式，解析速度快 4-10 倍。主要缺点：缺乏人类可读性和需要通过 protoc 编译器从 .proto 文件生成代码。

Protobuf 流式解析 通过 CodedInputStream 实现 — 客户端在消息到达时逐个读取字段，无需加载整个消息。每个字段都有 tag（编号 + 类型），解析器可以跳过未知字段。根据 Google (2026) 的数据，流式 Protobuf 解析在处理 1 MB 及以上的消息时可减少高达 90% 的内存消耗，这对于 RAM 有限的移动设备至关重要。Protobuf-lite — 专为 Android 优化的版本，在生成的代码大小方面进行了优化。