前言
在开发中常常会碰到很多JSON类型的数据进行交互，而其中有很多JSON数据你是不能确定它的字段和结构的，而Go语言是一门静态强类型的语言，在进行JSON解析的时候必须要确定字段的类型，定义出对应的结构体，然后再进行Unmarshal，那这二者之间的冲突我们该如何解决呢？
什么是JSON
- json是JavaScript Object Notation（JavaScript对象表示法）
- json是轻量级的文本数据交换格式
- json独立于语言
- json具有自我描述性，更容易理解
- json使用js语法来描述数据对象，但是json仍然独立于语言和平台，json解析器和json库支持许多不同的编程语言
json是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成，之所以json这么流行，是因为json的结构和多级结构体（对象）刚好能对应上，并且本身也十分易读。而前后端交互的时候后端通常会返回给前端一个多级的结构体，于是json慢慢开始流行了，且json是跨语言和跨平台的，自身也足够轻量级。
json的几种标准格式
css
一个标准的json数据
//每个key对应的是一个value
{
"k1": 1,
"k2": 2 //注意结尾的这个不能有逗号
}
json字符串
{
"k1": "1",
"k2": "2"
}
json数组
{
"k1": [1,2],
"k2": [3,4]
}
json对象
{
"k1": {"1": "haihai"},
"k2": {"2":"haihahai"}
}
json对象数组
{
"k1": [
{"k11": "hellohello"},
{"k12": "badbad"}
]
}
json数组对象
{
"k2": {
"hello": [1,2,3]
}
}
所有的JSON数据都是由上述几种JSON数据组合而成如何在Go中解析不确定的JSON数据
通过看文档的方式去确定对应的JSON数据，然后构造对应的结构体
这是最靠谱的方式，最合理也是效率最高的方式。
go
// 请求其他服务
jsonStr := xxx
var data interface{}
err := json.Unmarshal([]byte(jsonStr),&data)
fmt.Println(data)比如可以先拿一个interface{}类型来接住JSON数据，然后看这个interface{}的值，来确定这个JSON数据哪些字段是string 哪些是object 哪些是int float等等
当然这也不是完全适用的，比如下面这种情况，有一个字段如下
type : []
能看出来type是一个切片类型的值，但是具体的类型你并不知道，可能是[]int 也有可能是[]string []float等等
map[string] interface{}
这个类型是map键值对，值可以是任意类型，因为在go中任意类型都实现了空接口interface{}，而json数据也是key value的键值对，所以map[string] interface{}天然支持解析json类型数据
go
jsonStr := xxx
var data map[string]interface{}
err := json.Unmarshal([]byte(jsonStr),&data)
// 你想取的字段
fieldValue := data["field"]
// 类型断言
if value,ok := data["field"].(float64);ok {
} else if vluae,ok := data["field"].(int64); ok {
}
理论上所有的合法的JSON数据都可以被反序列化到map[string]interface{}中
但是实际应用中 可能会出现一些无法被map[string]interface{}解析的JSON数据- JSON 数据中包含了多层嵌套的数据结构。在这种情况下，如果没有使用递归或者其他方式对嵌套数据进行处理，可能会导致反序列化失败。
- JSON 数据中包含了数组类型，但是数组元素类型不一致或者无法转换成相应的类型。在这种情况下，可能需要手动处理数组元素或者使用其他数据类型来保存数组数据。
- JSON 数据中包含了自定义数据类型或者复杂的数据结构，无法使用 map[string]interface{} 类型来反序列化。在这种情况下，需要定义相应的结构体或者使用其他适合的数据类型来反序列化。
第三方库
除了encoding/json之外，还有很多第三方库可以用来解析不确定的JSON数据，例如gjson和jsonparser，这些库通常提供了更加灵活和高效的JSON解析方式，可以根据具体的需求选择合适的库来使用
json.RawMessage与json.Number
- json.RawMessage 是一个非常高效的数据类型，因为她不需要进行任何解析和类型转换，直接保存了未经处理的原始JSON数据，在反序列化的时候只需要将
json.RawMessage转化为对应的数据类型即可，无需重新解析JSON数据 - json.Number 表示JSON中的数字类型，可以用来保存任意精度的数字。这个数字可以特别大，可能会无法用Go中的整数或者浮点数来表示
go
package main
import (
"encoding/json"
"fmt"
)
func main() {
jsonData := []byte(`{
"id": 12345,
"name": "John Doe",
"age": 30,
"score": 95.5,
"is_student": true,
"tags": ["tag1", "tag2", "tag3"],
"extra": {
"field1": "value1",
"field2": 123
}
}`)
var m map[string]json.RawMessage
err := json.Unmarshal(jsonData, &m)
if err != nil {
panic(err)
}
var id int
err = json.Unmarshal(m["id"], &id)
if err != nil {
panic(err)
}
fmt.Printf("id: %d\n", id)
var name string
err = json.Unmarshal(m["name"], &name)
if err != nil {
panic(err)
}
fmt.Printf("name: %s\n", name)
var age int
err = json.Unmarshal(m["age"], &age)
if err != nil {
panic(err)
}
fmt.Printf("age: %d\n", age)
var score float64
err = json.Unmarshal(m["score"], &score)
if err != nil {
panic(err)
}
fmt.Printf("score: %f\n", score)
var isStudent bool
err = json.Unmarshal(m["is_student"], &isStudent)
if err != nil {
panic(err)
}
fmt.Printf("is_student: %v\n", isStudent)
var tags []string
err = json.Unmarshal(m["tags"], &tags)
if err != nil {
panic(err)
}
fmt.Printf("tags: %v\n", tags)
var extra map[string]json.RawMessage
err = json.Unmarshal(m["extra"], &extra)
if err != nil {
panic(err)
}
var field1 string
err = json.Unmarshal(extra["field1"], &field1)
if err != nil {
panic(err)
}
fmt.Printf("extra.field1: %s\n", field1)
var field2 int
err = json.Unmarshal(extra["field2"], &field2)
if err != nil {
panic(err)
}
fmt.Printf("extra.field2: %d\n", field2)
}
// 不确定的类型
data := make(map[string]interface{})
if err := json.Unmarshal(rawData, &data); err != nil {
log.Fatal(err)
}
if value, ok := data["age"].(float64); ok {
// 处理年龄为浮点数的情况
} else if value, ok := data["age"].(int); ok {
// 处理年龄为整数的情况
} else {
// 处理年龄为其他类型或不存在的情况
}需要注意的是：类型断言的底层为反射，因为在运行时需要判断一个接口值的具体类型，而这个类型是在编译时无法确定的，需要在运行时动态地获取。效率比正常的代码低一到两个数量级，而且需要消耗额外的时间和内存。