嵌入式硬件篇---JSON通信以及解析

前言

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，在单片机之间、上下位机之间的通信中被广泛应用。

一、JSON特点

语法简单

语法简洁：JSON 的语法基于 JavaScript 的对象和数组字面量表示法，非常直观和简洁。它使用键值对来表示数据，易于阅读和编写。

数据格式灵活

数据格式灵活：支持多种数据类型，包括字符串、数字、布尔值、数组、对象等，可以方便地表示复杂的数据结构。

轻量化

轻量级：相比其他一些数据交换格式（如 XML），JSON 的数据量较小，在网络传输和存储方面具有优势，能够有效减少通信带宽和存储空间的占用。

跨语言使用

跨语言支持：几乎所有的编程语言都提供了对 JSON 的解析和生成支持，这使得它在不同类型的单片机和上位机（如 PC、手机等）之间进行数据交换时非常方便，无需考虑语言差异。

二、JSON数据结构

对象

对象：由花括号 {} 包围，包含一系列键值对。键是字符串，值可以是任意数据类型。例如：{“name”: “John”, “age”: 30, “isStudent”: false}。

数组

数组：由方括号 [] 包围，包含一系列元素，元素可以是任意数据类型。例如：[1, 2, 3, “four”, true]。

三、JSON在单片机之间通信的应用

数据封装与传输

数据封装与传输：单片机通常资源有限，JSON 的轻量级特性使其成为一种理想的数据格式。当多个单片机之间需要进行数据交互时，例如传感器节点与控制节点之间的通信，传感器节点可以将采集到的数据（如温度、湿度、光照强度等）封装成 JSON 格式的字符串，然后通过串口、SPI 等通信接口发送给控制节点。控制节点接收到数据后，再解析 JSON 字符串，获取其中的具体数据值，进行相应的处理。

四、JSON示例代码

以 C 语言为例，在单片机中使用 cJSON 库来处理 JSON 数据。假设要发送一个包含温度和湿度数据的 JSON 消息，代码如下：

#include "cJSON.h"

// 模拟采集到的温度和湿度数据
float temperature = 25.5;
float humidity = 60.0;

int main() {
    // 创建一个JSON对象
    cJSON *root = cJSON_CreateObject();

    // 向JSON对象中添加温度和湿度数据
    cJSON_AddNumberToObject(root, "temperature", temperature);
    cJSON_AddNumberToObject(root, "humidity", humidity);

    // 将JSON对象转换为字符串
    char *json_string = cJSON_Print(root);

    // 这里可以通过串口等方式将json_string发送出去

    // 释放内存
    cJSON_Delete(root);
    free(json_string);

    return 0;
}

五、JSON在上位机与单片机之间通信的应用

数据交互

数据交互：上位机（如 PC 端的应用程序或手机 APP）与单片机之间经常需要进行数据交互。例如，上位机向单片机发送控制指令，或者从单片机获取传感器数据、设备状态等信息。JSON 格式可以方便地对这些数据进行封装和传输。上位机将指令或请求数据封装成 JSON 格式发送给单片机，单片机解析 JSON 数据并执行相应操作，然后将结果以 JSON 格式返回给上位机。上位机再解析返回的 JSON 数据，进行显示或进一步处理。

六、JSON示例代码

示例代码：在 Python 中使用 json 模块处理 JSON 数据，与单片机进行通信（假设通过串口与单片机通信）。以下是一个简单的示例，向上位机发送一个包含设备状态的
JSON 消息：

import serial
import json

# 假设串口配置
ser = serial.Serial('COM1', 9600, timeout=1)

# 模拟设备状态数据
device_status = {
    "power": "on",
    "mode": "auto",
    "temperature": 26.0
}

# 将设备状态数据转换为JSON格式字符串
json_data = json.dumps(device_status)

# 通过串口发送JSON数据
ser.write(json_data.encode())

# 从串口接收数据（假设接收的也是JSON格式）
received_data = ser.readline().decode().strip()
if received_data:
    # 解析接收到的JSON数据
    received_json = json.loads(received_data)
    print(received_json)

ser.close()

七、JSON解析与生成

解析

解析：无论是单片机还是上位机，在接收到 JSON 数据后，需要使用相应的 JSON 解析库来解析数据。解析过程就是将 JSON 格式的字符串转换为编程语言中的数据结构，以便于程序进行处理。例如，在 C 语言中可以使用 cJSON 库，在 Java 中可以使用 Gson 或 Jackson 库，在 Python 中使用内置的 json 模块等。

生成

生成：当需要将数据发送出去时，需要将程序中的数据结构转换为 JSON 格式的字符串。同样，不同的编程语言都提供了相应的方法来生成 JSON 数据。例如，在 C 语言中使用 cJSON 库的相关函数来创建 JSON 对象并转换为字符串，在 Python 中使用 json.dumps() 函数将字典或其他数据结构转换为 JSON 字符串。
在单片机之间、上下位机之间的通信中，JSON 以其简洁、灵活、轻量级和跨语言的特点，成为一种非常实用的数据交换格式，能够有效地实现数据的封装、传输和解析，提高通信的效率和可靠性。

八、Python中的数据解析

1.字符串解析

解析为基本数据类型

1.1整数

整数：使用int()函数可以把字符串解析成整数。若字符串不能被解析为整数，就会抛出ValueError异常。

str_num = "123"
num = int(str_num)
print(num)

1.2浮点数

浮点数：使用float()函数能够将字符串解析成浮点数。若字符串无法解析为浮点数，同样会抛出ValueError异常。

str_float = "3.14"
float_num = float(str_float)
print(float_num)

1.3布尔数

布尔值：Python 没有内置直接把字符串解析成布尔值的函数，但可以自定义函数来实现。

def str_to_bool(s):
    if s.lower() == 'true':
        return True
    elif s.lower() == 'false':
        return False
    else:
        raise ValueError("Invalid boolean string")
str_bool = "True"
bool_value = str_to_bool(str_bool)
print(bool_value)

1.4JSON格式字符串

JSON 格式字符串：使用json模块的loads()函数可以将 JSON 格式的字符串解析为 Python 的列表、字典等数据类型。

import json
json_str = '{"name": "John", "age": 30}'
data = json.loads(json_str)
print(data)

1.5CSV格式字符串

CSV 格式字符串：使用csv模块可以解析 CSV 格式的字符串。

import csv
from io import StringIO
csv_str = "name,age\nJohn,30\nJane,25"
reader = csv.reader(StringIO(csv_str))
for row in reader:
    print(row)

2.字节解析

2.1解析为整数

可以使用int.from_bytes()方法将字节对象解析为整数。

byte_data = b'\x01\x02'
num = int.from_bytes(byte_data, byteorder='big')
print(num)

2.2解析为字符串

使用decode()方法能够把字节对象解析为字符串。

byte_str = b'Hello, World!'
str_data = byte_str.decode('utf-8')
print(str_data)

3.列表解析

3.1解析嵌套列表

可以使用循环遍历嵌套列表，提取所需的数据。

nested_list = [[1, 2], [3, 4]]
for sub_list in nested_list:
    for item in sub_list:
        print(item)

4.字典解析

4.1解析嵌套字典

同样使用循环遍历嵌套字典，提取所需的数据。

nested_dict = {"person": {"name": "John", "age": 30}}
for key, value in nested_dict.items():
    if isinstance(value, dict):
        for sub_key, sub_value in value.items():
            print(f"{sub_key}: {sub_value}")
    else:
        print(f"{key}: {value}")

5.XML 解析

Python 提供了多种解析 XML 数据的方式，这里以xml.etree.ElementTree模块为例。

import xml.etree.ElementTree as ET

xml_data = '<root><person><name>John</name><age>30</age></person></root>'
root = ET.fromstring(xml_data)
for person in root.findall('person'):
    name = person.find('name').text
    age = person.find('age').text
    print(f"Name: {name}, Age: {age}")

6.自定义数据类型解析

如果要解析自定义的数据类型，一般需要定义特定的解析函数。例如，解析一个自定义格式的日期字符串。

def parse_date(date_str):
    parts = date_str.split('-')
    if len(parts) == 3:
        year, month, day = map(int, parts)
        return (year, month, day)
    else:
        raise ValueError("Invalid date format")
date_str = "2023-10-01"
date = parse_date(date_str)
print(date)

以上就是 Python 中各种常见数据类型的解析过程，不同的数据类型需要采用不同的解析方法。