x.json2: create custom scanner for scanning JSON (#8716)
Ned Palacios
GitHub
parent
7bee3dc489
commit
8dff168e01
|
|
@ -1,16 +1,16 @@
|
|||
import x.json2
|
||||
|
||||
const (
|
||||
sample_data = {
|
||||
'int': json2.Any(int(1))
|
||||
'i64': json2.Any(i64(128))
|
||||
'f32': json2.Any(f32(2.0))
|
||||
'f64': json2.Any(f64(1.283))
|
||||
sample_data = map{
|
||||
'int': json2.Any(int(1))
|
||||
'i64': json2.Any(i64(128))
|
||||
'f32': json2.Any(f32(2.0))
|
||||
'f64': json2.Any(f64(1.283))
|
||||
'bool': json2.Any(false)
|
||||
'str': json2.Any('test')
|
||||
'str': json2.Any('test')
|
||||
'null': json2.Any(json2.null)
|
||||
'arr': json2.Any([json2.Any('lol')])
|
||||
'obj': json2.Any({
|
||||
'arr': json2.Any([json2.Any('lol')])
|
||||
'obj': json2.Any(map{
|
||||
'foo': json2.Any(10)
|
||||
})
|
||||
}
|
||||
|
|
@ -126,6 +126,5 @@ fn test_str() {
|
|||
assert sample_data['str'].str() == 'test'
|
||||
assert sample_data['null'].str() == 'null'
|
||||
assert sample_data['arr'].str() == '["lol"]'
|
||||
assert sample_data.str() ==
|
||||
'{"int":1,"i64":128,"f32":2.0,"f64":1.283,"bool":false,"str":"test","null":null,"arr":["lol"],"obj":{"foo":10}}'
|
||||
assert sample_data.str() == '{"int":1,"i64":128,"f32":2.0,"f64":1.283,"bool":false,"str":"test","null":null,"arr":["lol"],"obj":{"foo":10}}'
|
||||
}
|
||||
|
|
|
|||
|
|
@ -3,42 +3,20 @@
|
|||
// that can be found in the LICENSE file.
|
||||
module json2
|
||||
|
||||
import strings
|
||||
import strconv
|
||||
import v.scanner
|
||||
import v.token
|
||||
import v.util
|
||||
import v.pref
|
||||
|
||||
// `Any` is a sum type that lists the possible types to be decoded and used.
|
||||
pub type Any = string | int | i64 | f32 | f64 | bool | Null | []Any | map[string]Any
|
||||
pub type Any = Null | []Any | bool | f32 | f64 | i64 | int | map[string]Any | string
|
||||
|
||||
// `Null` struct is a simple representation of the `null` value in JSON.
|
||||
pub struct Null {
|
||||
is_null bool = true
|
||||
}
|
||||
|
||||
enum ParseMode {
|
||||
array
|
||||
bool
|
||||
invalid
|
||||
null
|
||||
number
|
||||
object
|
||||
string
|
||||
}
|
||||
|
||||
const (
|
||||
formfeed_err = 'formfeed not allowed.'
|
||||
eof_err = 'reached eof. data not closed properly.'
|
||||
)
|
||||
|
||||
struct Parser {
|
||||
mut:
|
||||
scanner &scanner.Scanner
|
||||
p_tok token.Token
|
||||
tok token.Token
|
||||
n_tok token.Token
|
||||
mode ParseMode = .invalid
|
||||
scanner &Scanner
|
||||
p_tok Token
|
||||
tok Token
|
||||
n_tok Token
|
||||
n_level int
|
||||
convert_type bool = true
|
||||
}
|
||||
|
|
@ -49,131 +27,63 @@ fn (mut p Parser) next() {
|
|||
p.n_tok = p.scanner.scan()
|
||||
}
|
||||
|
||||
fn (p Parser) emit_error(msg string) string {
|
||||
source := p.scanner.text
|
||||
cur := p.tok
|
||||
mut pp := util.imax(0, util.imin(source.len - 1, cur.pos))
|
||||
if source.len > 0 {
|
||||
for pp >= 0 {
|
||||
if source[pp] !in [`\r`, `\n`] {
|
||||
pp--
|
||||
continue
|
||||
}
|
||||
break
|
||||
}
|
||||
fn (mut p Parser) next_with_err() ? {
|
||||
p.next()
|
||||
if p.tok.kind == .error {
|
||||
return error(p.emit_error(p.tok.lit.bytestr()))
|
||||
}
|
||||
column := util.imax(0, cur.pos - pp + cur.len - 1)
|
||||
line := cur.line_nr
|
||||
return '[json] $msg ($line:$column)'
|
||||
}
|
||||
|
||||
fn new_parser(srce string, convert_type bool) Parser {
|
||||
mut src := srce
|
||||
// from v/util/util.v
|
||||
if src.len >= 3 {
|
||||
c_text := src.str
|
||||
fn (p Parser) emit_error(msg string) string {
|
||||
line := p.tok.line
|
||||
column := p.tok.col + p.tok.lit.len
|
||||
return '[x.json2] $msg ($line:$column)'
|
||||
}
|
||||
|
||||
// TODO: copied from v.util to avoid the entire module and its functions
|
||||
// from being imported. remove later once -skip-unused is enabled by default.
|
||||
fn skip_bom(file_content string) string {
|
||||
mut raw_text := file_content
|
||||
// BOM check
|
||||
if raw_text.len >= 3 {
|
||||
unsafe {
|
||||
c_text := raw_text.str
|
||||
if c_text[0] == 0xEF && c_text[1] == 0xBB && c_text[2] == 0xBF {
|
||||
// skip three BOM bytes
|
||||
offset_from_begin := 3
|
||||
src = tos(c_text[offset_from_begin], vstrlen(c_text) - offset_from_begin)
|
||||
raw_text = tos(c_text[offset_from_begin], vstrlen(c_text) - offset_from_begin)
|
||||
}
|
||||
}
|
||||
}
|
||||
return raw_text
|
||||
}
|
||||
|
||||
fn new_parser(srce string, convert_type bool) Parser {
|
||||
src := skip_bom(srce)
|
||||
return Parser{
|
||||
scanner: scanner.new_scanner(src, .parse_comments, &pref.Preferences{output_mode: .silent})
|
||||
scanner: &Scanner{
|
||||
text: src.bytes()
|
||||
}
|
||||
convert_type: convert_type
|
||||
}
|
||||
}
|
||||
|
||||
fn check_valid_hex(str string) ? {
|
||||
if str.len != 4 {
|
||||
return error('hex string must be 4 characters.')
|
||||
}
|
||||
for l in str {
|
||||
if l.is_hex_digit() {
|
||||
continue
|
||||
}
|
||||
return error('provided string is not a hex digit.')
|
||||
}
|
||||
}
|
||||
|
||||
fn (mut p Parser) decode() ?Any {
|
||||
p.detect_parse_mode()
|
||||
if p.mode == .invalid {
|
||||
return error(p.emit_error('invalid JSON.'))
|
||||
}
|
||||
fi := p.decode_value() or {
|
||||
return error(p.emit_error(err))
|
||||
}
|
||||
p.next()
|
||||
p.next_with_err() ?
|
||||
fi := p.decode_value() ?
|
||||
if p.tok.kind != .eof {
|
||||
return error(p.emit_error('unknown token `$p.tok.kind`.'))
|
||||
return error(p.emit_error('invalid token `$p.tok.kind`'))
|
||||
}
|
||||
return fi
|
||||
}
|
||||
|
||||
fn (p Parser) is_formfeed() bool {
|
||||
prev_tok_pos := p.p_tok.pos + p.p_tok.len - 2
|
||||
if prev_tok_pos < p.scanner.text.len && p.scanner.text[prev_tok_pos] == 0x0c {
|
||||
return true
|
||||
}
|
||||
return false
|
||||
}
|
||||
|
||||
fn (p Parser) is_singlequote() bool {
|
||||
src := p.scanner.text
|
||||
prev_tok_pos := p.p_tok.pos + p.p_tok.len
|
||||
return src[prev_tok_pos] == `\'`
|
||||
}
|
||||
|
||||
fn (mut p Parser) detect_parse_mode() {
|
||||
src := p.scanner.text
|
||||
if src.len > 1 && src[0].is_digit() && !src[1].is_digit() {
|
||||
p.mode = .invalid
|
||||
return
|
||||
}
|
||||
p.tok = p.scanner.scan()
|
||||
p.n_tok = p.scanner.scan()
|
||||
if src.len == 1 && p.tok.kind == .string && p.n_tok.kind == .eof {
|
||||
p.mode = .invalid
|
||||
return
|
||||
}
|
||||
match p.tok.kind {
|
||||
.lcbr {
|
||||
p.mode = .object
|
||||
}
|
||||
.lsbr {
|
||||
p.mode = .array
|
||||
}
|
||||
.number {
|
||||
p.mode = .number
|
||||
}
|
||||
.key_true, .key_false {
|
||||
p.mode = .bool
|
||||
}
|
||||
.string {
|
||||
p.mode = .string
|
||||
}
|
||||
.name {
|
||||
if p.tok.lit == 'null' {
|
||||
p.mode = .null
|
||||
}
|
||||
}
|
||||
.minus {
|
||||
if p.n_tok.kind == .number {
|
||||
p.mode = .number
|
||||
}
|
||||
}
|
||||
else {}
|
||||
}
|
||||
}
|
||||
|
||||
fn (mut p Parser) decode_value() ?Any {
|
||||
if p.n_level == 500 {
|
||||
return error('reached maximum nesting level of 500.')
|
||||
return error(p.emit_error('reached maximum nesting level of 500'))
|
||||
}
|
||||
if (p.tok.kind == .lsbr && p.n_tok.kind == .lcbr) ||
|
||||
(p.p_tok.kind == p.tok.kind && p.tok.kind == .lsbr) {
|
||||
if (p.tok.kind == .lsbr && p.n_tok.kind == .lcbr)
|
||||
|| (p.p_tok.kind == p.tok.kind && p.tok.kind == .lsbr) {
|
||||
p.n_level++
|
||||
}
|
||||
match p.tok.kind {
|
||||
|
|
@ -183,235 +93,76 @@ fn (mut p Parser) decode_value() ?Any {
|
|||
.lcbr {
|
||||
return p.decode_object()
|
||||
}
|
||||
.number {
|
||||
return p.decode_number()
|
||||
.int_, .float {
|
||||
tl := p.tok.lit.bytestr()
|
||||
kind := p.tok.kind
|
||||
p.next_with_err() ?
|
||||
if p.convert_type {
|
||||
return if kind == .float { Any(tl.f64()) } else { Any(tl.i64()) }
|
||||
}
|
||||
return Any(tl)
|
||||
}
|
||||
.key_true {
|
||||
p.next()
|
||||
return if p.convert_type {
|
||||
Any(true)
|
||||
} else {
|
||||
Any('true')
|
||||
}
|
||||
.bool_ {
|
||||
lit := p.tok.lit.bytestr()
|
||||
p.next_with_err() ?
|
||||
return if p.convert_type { Any(lit.bool()) } else { Any(lit) }
|
||||
}
|
||||
.key_false {
|
||||
p.next()
|
||||
return if p.convert_type {
|
||||
Any(false)
|
||||
} else {
|
||||
Any('false')
|
||||
}
|
||||
.null {
|
||||
p.next_with_err() ?
|
||||
return if p.convert_type { Any(null) } else { Any('null') }
|
||||
}
|
||||
.name {
|
||||
if p.tok.lit != 'null' {
|
||||
return error('unknown identifier `$p.tok.lit`')
|
||||
}
|
||||
p.next()
|
||||
return if p.convert_type {
|
||||
Any(Null{})
|
||||
} else {
|
||||
Any('null')
|
||||
}
|
||||
}
|
||||
.string {
|
||||
if p.is_singlequote() {
|
||||
return error('strings must be in double-quotes.')
|
||||
}
|
||||
return p.decode_string()
|
||||
.str_ {
|
||||
str := p.tok.lit.bytestr()
|
||||
p.next_with_err() ?
|
||||
return Any(str)
|
||||
}
|
||||
else {
|
||||
if p.tok.kind == .minus && p.n_tok.kind == .number && p.n_tok.pos == p.tok.pos + 1 {
|
||||
p.next()
|
||||
d_num := p.decode_number() ?
|
||||
return d_num
|
||||
}
|
||||
return error("unknown token '$p.tok.lit' when decoding value")
|
||||
return error(p.emit_error('invalid token `$p.tok.kind`'))
|
||||
}
|
||||
}
|
||||
if p.is_formfeed() {
|
||||
return error(formfeed_err)
|
||||
}
|
||||
return Any{}
|
||||
}
|
||||
|
||||
fn (mut p Parser) decode_string() ?Any {
|
||||
mut strwr := strings.new_builder(200)
|
||||
for i := 0; i < p.tok.lit.len; i++ {
|
||||
if ((i - 1 >= 0 && p.tok.lit[i - 1] != `/`) || i == 0) && int(p.tok.lit[i]) in [9, 10, 0] {
|
||||
return error('character must be escaped with a backslash.')
|
||||
}
|
||||
if i == p.tok.lit.len - 1 && p.tok.lit[i] == 92 {
|
||||
return error('invalid backslash escape.')
|
||||
}
|
||||
if i + 1 < p.tok.lit.len && p.tok.lit[i] == 92 {
|
||||
peek := p.tok.lit[i + 1]
|
||||
match peek {
|
||||
`b` {
|
||||
i++
|
||||
strwr.write_b(`\b`)
|
||||
continue
|
||||
}
|
||||
`f` {
|
||||
i++
|
||||
strwr.write_b(`\f`)
|
||||
continue
|
||||
}
|
||||
`n` {
|
||||
i++
|
||||
strwr.write_b(`\n`)
|
||||
continue
|
||||
}
|
||||
`r` {
|
||||
i++
|
||||
strwr.write_b(`\r`)
|
||||
continue
|
||||
}
|
||||
`t` {
|
||||
i++
|
||||
strwr.write_b(`\t`)
|
||||
continue
|
||||
}
|
||||
`u` {
|
||||
if i + 5 < p.tok.lit.len {
|
||||
codepoint := p.tok.lit[i + 2..i + 6]
|
||||
check_valid_hex(codepoint) ?
|
||||
hex_val := strconv.parse_int(codepoint, 16, 0)
|
||||
strwr.write_b(byte(hex_val))
|
||||
i += 5
|
||||
continue
|
||||
} else {
|
||||
return error('incomplete unicode escape.')
|
||||
}
|
||||
}
|
||||
`\\` {
|
||||
i++
|
||||
strwr.write_b(`\\`)
|
||||
continue
|
||||
}
|
||||
`"` {
|
||||
i++
|
||||
strwr.write_b(`\"`)
|
||||
continue
|
||||
}
|
||||
`/` {
|
||||
i++
|
||||
strwr.write_b(`/`)
|
||||
continue
|
||||
}
|
||||
else { return error('invalid backslash escape.') }
|
||||
}
|
||||
if int(peek) == 85 {
|
||||
return error('unicode endpoints must be in lowercase `u`.')
|
||||
}
|
||||
if int(peek) in [9, 229] {
|
||||
return error('unicode endpoint not allowed.')
|
||||
}
|
||||
}
|
||||
strwr.write_b(p.tok.lit[i])
|
||||
}
|
||||
p.next()
|
||||
defer {
|
||||
unsafe { strwr.free() }
|
||||
}
|
||||
str := strwr.str()
|
||||
return Any(str)
|
||||
}
|
||||
|
||||
// now returns string instead of int or float
|
||||
fn (mut p Parser) decode_number() ?Any {
|
||||
src := p.scanner.text
|
||||
mut tl := p.tok.lit
|
||||
mut is_fl := false
|
||||
sep_by_dot := tl.to_lower().split('.')
|
||||
if tl.starts_with('0x') && tl.all_after('0x').len <= 2 {
|
||||
return error('hex numbers should not be less than or equal to two digits.')
|
||||
}
|
||||
if src[p.p_tok.pos + p.p_tok.len] == `0` && src[p.p_tok.pos + p.p_tok.len + 1].is_digit() {
|
||||
return error('leading zeroes in integers are not allowed.')
|
||||
}
|
||||
if tl.starts_with('.') {
|
||||
return error('decimals must start with a digit followed by a dot.')
|
||||
}
|
||||
if tl.ends_with('+') || tl.ends_with('-') {
|
||||
return error('exponents must have a digit before the sign.')
|
||||
}
|
||||
if sep_by_dot.len > 1 {
|
||||
// analyze json number structure
|
||||
// -[digit][dot][digit][E/e][-/+][digit]
|
||||
// float number
|
||||
is_fl = true
|
||||
last := sep_by_dot.last()
|
||||
if last.starts_with('e') {
|
||||
return error('exponents must have a digit before the exponent notation.')
|
||||
}
|
||||
}
|
||||
if p.p_tok.kind == .minus && p.tok.pos == p.p_tok.pos + 1 {
|
||||
tl = '-$tl'
|
||||
}
|
||||
p.next()
|
||||
if p.convert_type {
|
||||
return if is_fl {
|
||||
Any(tl.f64())
|
||||
} else {
|
||||
Any(tl.i64())
|
||||
}
|
||||
}
|
||||
return Any(tl)
|
||||
}
|
||||
|
||||
fn (mut p Parser) decode_array() ?Any {
|
||||
mut items := []Any{}
|
||||
p.next()
|
||||
p.next_with_err() ?
|
||||
for p.tok.kind != .rsbr {
|
||||
if p.tok.kind == .eof {
|
||||
return error(eof_err)
|
||||
}
|
||||
item := p.decode_value() ?
|
||||
items << item
|
||||
if p.tok.kind == .comma && p.n_tok.kind !in [.rsbr, .comma] {
|
||||
p.next()
|
||||
continue
|
||||
}
|
||||
if p.tok.kind == .rsbr {
|
||||
if p.tok.kind == .comma {
|
||||
p.next_with_err() ?
|
||||
if p.tok.kind == .rsbr || p.tok.kind == .rcbr {
|
||||
return error(p.emit_error('invalid token `$p.tok.lit'))
|
||||
}
|
||||
} else if p.tok.kind == .rsbr {
|
||||
break
|
||||
} else {
|
||||
return error(p.emit_error("unknown token '$p.tok.lit' when decoding array."))
|
||||
}
|
||||
return error("unknown token '$p.tok.lit' when decoding arrays.")
|
||||
}
|
||||
p.next()
|
||||
p.next_with_err() ?
|
||||
return Any(items)
|
||||
}
|
||||
|
||||
fn (mut p Parser) decode_object() ?Any {
|
||||
mut fields := map[string]Any{}
|
||||
mut cur_key := ''
|
||||
p.next()
|
||||
p.next_with_err() ?
|
||||
for p.tok.kind != .rcbr {
|
||||
is_key := p.tok.kind == .string && p.n_tok.kind == .colon
|
||||
// todo
|
||||
// if p.is_formfeed() {
|
||||
// return error(formfeed_err)
|
||||
// }
|
||||
if p.tok.kind == .eof {
|
||||
return error(eof_err)
|
||||
}
|
||||
if p.is_singlequote() {
|
||||
return error('object keys must be in single quotes.')
|
||||
}
|
||||
is_key := p.tok.kind == .str_ && p.n_tok.kind == .colon
|
||||
if !is_key {
|
||||
return error("invalid token `$p.tok.lit`, expected \'string\'")
|
||||
return error(p.emit_error('invalid token `$p.tok.kind`, expecting `str_`'))
|
||||
}
|
||||
cur_key = p.tok.lit
|
||||
p.next()
|
||||
p.next()
|
||||
cur_key := p.tok.lit.bytestr()
|
||||
p.next_with_err() ?
|
||||
p.next_with_err() ?
|
||||
fields[cur_key] = p.decode_value() ?
|
||||
if p.tok.kind == .comma && p.n_tok.kind !in [.rcbr, .comma] {
|
||||
p.next()
|
||||
continue
|
||||
} else if p.tok.kind == .rcbr {
|
||||
break
|
||||
if p.tok.kind == .comma {
|
||||
p.next_with_err() ?
|
||||
if p.tok.kind != .str_ {
|
||||
return error(p.emit_error("unknown token '$p.tok.lit' when decoding object."))
|
||||
}
|
||||
}
|
||||
return error("unknown token '$p.tok.lit' when decoding object.")
|
||||
}
|
||||
p.next()
|
||||
p.next_with_err() ?
|
||||
return Any(fields)
|
||||
}
|
||||
|
|
|
|||
|
|
@ -54,8 +54,16 @@ fn test_raw_decode_null() {
|
|||
|
||||
fn test_raw_decode_invalid() {
|
||||
json2.raw_decode('1z') or {
|
||||
assert err == '[json] invalid JSON. (0:0)'
|
||||
assert err == '[x.json2] invalid token `z` (0:17)'
|
||||
return
|
||||
}
|
||||
assert false
|
||||
}
|
||||
|
||||
fn test_raw_decode_string_with_dollarsign() {
|
||||
str := json2.raw_decode(r'"Hello $world"') or {
|
||||
assert false
|
||||
json2.Any{}
|
||||
}
|
||||
assert str.str() == r'Hello $world'
|
||||
}
|
||||
|
|
|
|||
|
|
@ -65,19 +65,11 @@ pub fn (f Any) str() string {
|
|||
}
|
||||
f32 {
|
||||
str_f32 := f.str()
|
||||
return if str_f32.ends_with('.') {
|
||||
str_f32 + '0'
|
||||
} else {
|
||||
str_f32
|
||||
}
|
||||
return if str_f32.ends_with('.') { '${str_f32}0' } else { str_f32 }
|
||||
}
|
||||
f64 {
|
||||
str_f64 := f.str()
|
||||
return if str_f64.ends_with('.') {
|
||||
str_f64 + '0'
|
||||
} else {
|
||||
str_f64
|
||||
}
|
||||
return if str_f64.ends_with('.') { '${str_f64}0' } else { str_f64 }
|
||||
}
|
||||
bool {
|
||||
return f.str()
|
||||
|
|
@ -85,14 +77,11 @@ pub fn (f Any) str() string {
|
|||
map[string]Any {
|
||||
return f.str()
|
||||
}
|
||||
[]Any {
|
||||
return f.str()
|
||||
}
|
||||
Null {
|
||||
return 'null'
|
||||
}
|
||||
else {
|
||||
if f is []Any {
|
||||
return f.str()
|
||||
}
|
||||
return ''
|
||||
}
|
||||
}
|
||||
}
|
||||
|
|
|
|||
|
|
@ -48,7 +48,7 @@ pub fn (f Any) as_map() map[string]Any {
|
|||
}
|
||||
return mp
|
||||
}
|
||||
return {
|
||||
return map{
|
||||
'0': f
|
||||
}
|
||||
}
|
||||
|
|
|
|||
|
|
@ -48,8 +48,9 @@ fn test_simple() {
|
|||
eprintln('Employee x: $s')
|
||||
assert s == '{"name":"Peter","age":28,"salary":95000.5,"title":2}'
|
||||
y := json2.decode<Employee>(s) or {
|
||||
println(err)
|
||||
assert false
|
||||
Employee{}
|
||||
return
|
||||
}
|
||||
eprintln('Employee y: $y')
|
||||
assert y.name == 'Peter'
|
||||
|
|
@ -69,17 +70,17 @@ fn test_fast_raw_decode() {
|
|||
}
|
||||
|
||||
fn test_character_unescape() {
|
||||
// Need to test `\r`, `\b`, `\f` ??
|
||||
message := '{
|
||||
"newline":"new\\nline",
|
||||
"tab":"\\ttab",
|
||||
"backslash": "back\\\\slash",
|
||||
"quotes": "\\"quotes\\"",
|
||||
"slash":"\/dev\/null"
|
||||
}'
|
||||
message := r'{
|
||||
"newline": "new\nline",
|
||||
"tab": "\ttab",
|
||||
"backslash": "back\\slash",
|
||||
"quotes": "\"quotes\"",
|
||||
"slash":"\/dev\/null"
|
||||
}'
|
||||
mut obj := json2.raw_decode(message) or {
|
||||
println(err)
|
||||
assert false
|
||||
json2.Any{}
|
||||
return
|
||||
}
|
||||
lines := obj.as_map()
|
||||
eprintln('$lines')
|
||||
|
|
@ -152,7 +153,7 @@ fn (mut u User) from_json(an json2.Any) {
|
|||
|
||||
fn (u User) to_json() string {
|
||||
// TODO: derive from field
|
||||
mut mp := {
|
||||
mut mp := map{
|
||||
'age': json2.Any(u.age)
|
||||
}
|
||||
mp['nums'] = u.nums.map(json2.Any(it))
|
||||
|
|
@ -166,13 +167,15 @@ fn (u User) to_json() string {
|
|||
fn test_parse_user() {
|
||||
s := '{"age": 10, "nums": [1,2,3], "type": 1, "lastName": "Johnson", "IsRegistered": true, "pet_animals": {"name": "Bob", "animal": "Dog"}}'
|
||||
u2 := json2.decode<User2>(s) or {
|
||||
println(err)
|
||||
assert false
|
||||
User2{}
|
||||
return
|
||||
}
|
||||
println(u2)
|
||||
u := json2.decode<User>(s) or {
|
||||
println(err)
|
||||
assert false
|
||||
User{}
|
||||
return
|
||||
}
|
||||
assert u.age == 10
|
||||
assert u.last_name == 'Johnson'
|
||||
|
|
@ -249,7 +252,7 @@ fn test_struct_in_struct() {
|
|||
*/
|
||||
fn test_encode_map() {
|
||||
expected := '{"one":1,"two":2,"three":3,"four":4}'
|
||||
numbers := {
|
||||
numbers := map{
|
||||
'one': json2.Any(1)
|
||||
'two': json2.Any(2)
|
||||
'three': json2.Any(3)
|
||||
|
|
|
|||
|
|
@ -0,0 +1,288 @@
|
|||
// Copyright (c) 2019-2021 Alexander Medvednikov. All rights reserved.
|
||||
// Use of this source code is governed by an MIT license
|
||||
// that can be found in the LICENSE file.
|
||||
module json2
|
||||
|
||||
import strconv
|
||||
|
||||
struct Scanner {
|
||||
mut:
|
||||
text []byte
|
||||
pos int
|
||||
line int
|
||||
col int
|
||||
}
|
||||
|
||||
enum TokenKind {
|
||||
none_
|
||||
error
|
||||
str_
|
||||
float
|
||||
int_
|
||||
null
|
||||
bool_
|
||||
eof
|
||||
comma = 44
|
||||
colon = 58
|
||||
lsbr = 91
|
||||
rsbr = 93
|
||||
lcbr = 123
|
||||
rcbr = 125
|
||||
}
|
||||
|
||||
struct Token {
|
||||
lit []byte
|
||||
kind TokenKind
|
||||
line int
|
||||
col int
|
||||
}
|
||||
|
||||
const (
|
||||
// list of characters commonly used in JSON.
|
||||
char_list = [`{`, `}`, `[`, `]`, `,`, `:`]
|
||||
// list of newlines to check when moving to a new position.
|
||||
newlines = [`\r`, `\n`, byte(9), `\t`]
|
||||
// list of escapable that needs to be escaped inside a JSON string.
|
||||
// double quotes and forward slashes are excluded intentionally since
|
||||
// they have their own separate checks for it in order to pass the
|
||||
// JSON test suite (https://github.com/nst/JSONTestSuite/).
|
||||
important_escapable_chars = [byte(9), 10, 0, `\b`, `\f`, `\n`, `\r`, `\t`]
|
||||
// list of valid unicode escapes aside from \u{4-hex digits}
|
||||
valid_unicode_escapes = [`b`, `f`, `n`, `r`, `t`, `\\`, `"`, `/`]
|
||||
// used for transforming escapes into valid unicode (eg. n => \n)
|
||||
unicode_transform_escapes = map{
|
||||
98: `\b`
|
||||
102: `\f`
|
||||
110: `\n`
|
||||
114: `\r`
|
||||
116: `\t`
|
||||
92: `\\`
|
||||
34: `"`
|
||||
47: `/`
|
||||
}
|
||||
exp_signs = [byte(`-`), `+`]
|
||||
)
|
||||
|
||||
// move_pos proceeds to the next position.
|
||||
fn (mut s Scanner) move_pos() {
|
||||
s.move(true, true)
|
||||
}
|
||||
|
||||
// move_pos_with_newlines is the same as move_pos but only enables newline checking.
|
||||
fn (mut s Scanner) move_pos_with_newlines() {
|
||||
s.move(false, true)
|
||||
}
|
||||
|
||||
fn (mut s Scanner) move(include_space bool, include_newlines bool) {
|
||||
s.pos++
|
||||
if s.pos < s.text.len {
|
||||
if include_newlines && s.text[s.pos] in json2.newlines {
|
||||
s.line++
|
||||
s.col = 0
|
||||
if s.text[s.pos] == `\r` && s.pos + 1 < s.text.len && s.text[s.pos + 1] == `\n` {
|
||||
s.pos++
|
||||
}
|
||||
for s.pos < s.text.len && s.text[s.pos] in json2.newlines {
|
||||
s.move_pos()
|
||||
}
|
||||
} else if include_space && s.text[s.pos] == ` ` {
|
||||
s.pos++
|
||||
s.col++
|
||||
for s.pos < s.text.len && s.text[s.pos] == ` ` {
|
||||
s.move_pos()
|
||||
}
|
||||
}
|
||||
} else {
|
||||
s.col++
|
||||
}
|
||||
}
|
||||
|
||||
// error returns an error token.
|
||||
fn (s Scanner) error(description string) Token {
|
||||
return s.tokenize(description.bytes(), .error)
|
||||
}
|
||||
|
||||
// tokenize returns a token based on the given lit and kind.
|
||||
fn (s Scanner) tokenize(lit []byte, kind TokenKind) Token {
|
||||
return Token{
|
||||
lit: lit
|
||||
kind: kind
|
||||
col: s.col
|
||||
line: s.line
|
||||
}
|
||||
}
|
||||
|
||||
// text_scan scans and returns a string token.
|
||||
[manualfree]
|
||||
fn (mut s Scanner) text_scan() Token {
|
||||
mut has_closed := false
|
||||
mut chrs := []byte{}
|
||||
for {
|
||||
s.move(false, false)
|
||||
if s.pos >= s.text.len {
|
||||
break
|
||||
}
|
||||
ch := s.text[s.pos]
|
||||
if (s.pos - 1 >= 0 && s.text[s.pos - 1] != `\\`) && ch == `"` {
|
||||
has_closed = true
|
||||
break
|
||||
} else if (s.pos - 1 >= 0 && s.text[s.pos - 1] != `\\`)
|
||||
&& ch in json2.important_escapable_chars {
|
||||
return s.error('character must be escaped with a backslash')
|
||||
} else if s.pos == s.text.len - 1 && ch == `\\` {
|
||||
return s.error('invalid backslash escape')
|
||||
} else if s.pos + 1 < s.text.len && ch == `\\` {
|
||||
peek := s.text[s.pos + 1]
|
||||
if peek in json2.valid_unicode_escapes {
|
||||
chrs << json2.unicode_transform_escapes[int(peek)]
|
||||
s.move(false, false)
|
||||
continue
|
||||
} else if peek == `u` {
|
||||
if s.pos + 5 < s.text.len {
|
||||
s.move(false, false)
|
||||
mut codepoint := []byte{}
|
||||
codepoint_start := s.pos
|
||||
for s.pos < s.text.len && s.pos < codepoint_start + 4 {
|
||||
s.move(false, false)
|
||||
if s.text[s.pos] == `"` {
|
||||
break
|
||||
} else if !s.text[s.pos].is_hex_digit() {
|
||||
return s.error('`${s.text[s.pos].ascii_str()}` is not a hex digit')
|
||||
}
|
||||
codepoint << s.text[s.pos]
|
||||
}
|
||||
if codepoint.len != 4 {
|
||||
return s.error('unicode escape must have 4 hex digits')
|
||||
}
|
||||
chrs << byte(strconv.parse_uint(codepoint.bytestr(), 16, 32))
|
||||
unsafe { codepoint.free() }
|
||||
continue
|
||||
} else {
|
||||
return s.error('incomplete unicode escape')
|
||||
}
|
||||
} else if peek == `U` {
|
||||
return s.error('unicode endpoints must be in lowercase `u`')
|
||||
} else if peek == byte(229) {
|
||||
return s.error('unicode endpoint not allowed')
|
||||
} else {
|
||||
return s.error('invalid backslash escape')
|
||||
}
|
||||
}
|
||||
chrs << ch
|
||||
}
|
||||
tok := s.tokenize(chrs, .str_)
|
||||
s.move_pos()
|
||||
if !has_closed {
|
||||
return s.error('missing double quotes in string closing')
|
||||
}
|
||||
return tok
|
||||
}
|
||||
|
||||
// num_scan scans and returns an int/float token.
|
||||
fn (mut s Scanner) num_scan() Token {
|
||||
// analyze json number structure
|
||||
// -[digit][?[dot][digit]][?[E/e][?-/+][digit]]
|
||||
mut is_fl := false
|
||||
mut dot_index := -1
|
||||
mut digits := []byte{}
|
||||
if s.text[s.pos] == `-` {
|
||||
digits << `-`
|
||||
if !s.text[s.pos + 1].is_digit() {
|
||||
return s.invalid_token()
|
||||
}
|
||||
s.move_pos_with_newlines()
|
||||
}
|
||||
if s.text[s.pos] == `0` && (s.pos + 1 < s.text.len && s.text[s.pos + 1].is_digit()) {
|
||||
return s.error('leading zeroes in a number are not allowed')
|
||||
}
|
||||
for s.pos < s.text.len && (s.text[s.pos].is_digit() || (!is_fl && s.text[s.pos] == `.`)) {
|
||||
digits << s.text[s.pos]
|
||||
if s.text[s.pos] == `.` {
|
||||
is_fl = true
|
||||
dot_index = digits.len - 1
|
||||
}
|
||||
s.move_pos_with_newlines()
|
||||
}
|
||||
if dot_index + 1 < s.text.len && digits[dot_index + 1..].len == 0 {
|
||||
return s.error('invalid float')
|
||||
}
|
||||
if s.pos < s.text.len && (s.text[s.pos] == `e` || s.text[s.pos] == `E`) {
|
||||
digits << s.text[s.pos]
|
||||
s.move_pos_with_newlines()
|
||||
if s.pos < s.text.len && s.text[s.pos] in json2.exp_signs {
|
||||
digits << s.text[s.pos]
|
||||
s.move_pos_with_newlines()
|
||||
}
|
||||
mut exp_digits_count := 0
|
||||
for s.pos < s.text.len && s.text[s.pos].is_digit() {
|
||||
digits << s.text[s.pos]
|
||||
exp_digits_count++
|
||||
s.move_pos_with_newlines()
|
||||
}
|
||||
if exp_digits_count == 0 {
|
||||
return s.error('invalid exponent')
|
||||
}
|
||||
}
|
||||
kind := if is_fl { TokenKind.float } else { TokenKind.int_ }
|
||||
return s.tokenize(digits, kind)
|
||||
}
|
||||
|
||||
// invalid_token returns an error token with the invalid token message.
|
||||
fn (s Scanner) invalid_token() Token {
|
||||
return s.error('invalid token `${s.text[s.pos].ascii_str()}`')
|
||||
}
|
||||
|
||||
// scan returns a token based on the scanner's current position.
|
||||
[manualfree]
|
||||
fn (mut s Scanner) scan() Token {
|
||||
for s.pos < s.text.len && s.text[s.pos] == ` ` {
|
||||
s.pos++
|
||||
}
|
||||
if s.pos >= s.text.len {
|
||||
return s.tokenize([]byte{}, .eof)
|
||||
} else if s.pos + 3 < s.text.len && (s.text[s.pos] == `t` || s.text[s.pos] == `n`) {
|
||||
ident := s.text[s.pos..s.pos + 4].bytestr()
|
||||
if ident == 'true' || ident == 'null' {
|
||||
mut kind := TokenKind.null
|
||||
if ident == 'true' {
|
||||
kind = .bool_
|
||||
}
|
||||
unsafe { ident.free() }
|
||||
val := s.text[s.pos..s.pos + 4]
|
||||
tok := s.tokenize(val, kind)
|
||||
s.move_pos()
|
||||
s.move_pos()
|
||||
s.move_pos()
|
||||
s.move_pos()
|
||||
return tok
|
||||
}
|
||||
unsafe { ident.free() }
|
||||
return s.invalid_token()
|
||||
} else if s.pos + 4 < s.text.len && s.text[s.pos] == `f` {
|
||||
ident := s.text[s.pos..s.pos + 5].bytestr()
|
||||
if ident == 'false' {
|
||||
unsafe { ident.free() }
|
||||
val := s.text[s.pos..s.pos + 5]
|
||||
tok := s.tokenize(val, .bool_)
|
||||
s.move_pos()
|
||||
s.move_pos()
|
||||
s.move_pos()
|
||||
s.move_pos()
|
||||
s.move_pos()
|
||||
return tok
|
||||
}
|
||||
unsafe { ident.free() }
|
||||
return s.invalid_token()
|
||||
} else if s.text[s.pos] in json2.char_list {
|
||||
chr := s.text[s.pos]
|
||||
tok := s.tokenize([]byte{}, TokenKind(int(chr)))
|
||||
s.move_pos()
|
||||
return tok
|
||||
} else if s.text[s.pos] == `"` {
|
||||
return s.text_scan()
|
||||
} else if s.text[s.pos].is_digit() || s.text[s.pos] == `-` {
|
||||
return s.num_scan()
|
||||
} else {
|
||||
return s.invalid_token()
|
||||
}
|
||||
}
|
||||
|
|
@ -0,0 +1,320 @@
|
|||
module json2
|
||||
|
||||
fn test_str() {
|
||||
mut sc := Scanner{
|
||||
text: '"test"'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .str_
|
||||
assert tok.lit.len == 4
|
||||
assert tok.lit.bytestr() == 'test'
|
||||
}
|
||||
|
||||
fn test_str_valid_unicode_escape() {
|
||||
mut sc := Scanner{
|
||||
text: r'"\u0048"'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .str_
|
||||
assert tok.lit.len == 1
|
||||
assert tok.lit.bytestr() == 'H'
|
||||
}
|
||||
|
||||
fn test_str_invalid_escape() {
|
||||
mut sc := Scanner{
|
||||
text: r'"\z"'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'invalid backslash escape'
|
||||
}
|
||||
|
||||
fn test_str_invalid_must_be_escape() {
|
||||
for char in important_escapable_chars {
|
||||
mut sc := Scanner{
|
||||
text: [byte(`"`), `t`, char, `"`]
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'character must be escaped with a backslash'
|
||||
}
|
||||
}
|
||||
|
||||
fn test_str_invalid_unicode_escape() {
|
||||
mut sc := Scanner{
|
||||
text: r'"\u010G"'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == '`G` is not a hex digit'
|
||||
}
|
||||
|
||||
fn test_str_invalid_unicode_escape_len() {
|
||||
mut sc := Scanner{
|
||||
text: r'"\u001"'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'unicode escape must have 4 hex digits'
|
||||
}
|
||||
|
||||
fn test_str_invalid_uppercase_u() {
|
||||
mut sc := Scanner{
|
||||
text: r'"\U0000"'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'unicode endpoints must be in lowercase `u`'
|
||||
}
|
||||
|
||||
fn test_str_missing_closing_bracket() {
|
||||
mut sc := Scanner{
|
||||
text: '"incomplete'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'missing double quotes in string closing'
|
||||
}
|
||||
|
||||
fn test_int() {
|
||||
mut sc := Scanner{
|
||||
text: '10'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .int_
|
||||
assert tok.lit.len == 2
|
||||
assert tok.lit.bytestr() == '10'
|
||||
}
|
||||
|
||||
fn test_int_negative() {
|
||||
mut sc := Scanner{
|
||||
text: '-10'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .int_
|
||||
assert tok.lit.len == 3
|
||||
assert tok.lit.bytestr() == '-10'
|
||||
}
|
||||
|
||||
fn test_float() {
|
||||
mut sc := Scanner{
|
||||
text: '123.400'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .float
|
||||
assert tok.lit.len == 7
|
||||
assert tok.lit.bytestr() == '123.400'
|
||||
}
|
||||
|
||||
fn test_float_negative() {
|
||||
mut sc := Scanner{
|
||||
text: '-123.400'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .float
|
||||
assert tok.lit.len == 8
|
||||
assert tok.lit.bytestr() == '-123.400'
|
||||
}
|
||||
|
||||
fn test_int_exp() {
|
||||
mut sc := Scanner{
|
||||
text: '1E22'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .int_
|
||||
assert tok.lit.len == 4
|
||||
assert tok.lit.bytestr() == '1E22'
|
||||
}
|
||||
|
||||
fn test_int_exp_negative() {
|
||||
mut sc := Scanner{
|
||||
text: '1E-2'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .int_
|
||||
assert tok.lit.len == 4
|
||||
assert tok.lit.bytestr() == '1E-2'
|
||||
}
|
||||
|
||||
fn test_int_exp_positive() {
|
||||
mut sc := Scanner{
|
||||
text: '1E+2'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .int_
|
||||
assert tok.lit.len == 4
|
||||
assert tok.lit.bytestr() == '1E+2'
|
||||
}
|
||||
|
||||
fn test_float_exp() {
|
||||
mut sc := Scanner{
|
||||
text: '123.456e78'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .float
|
||||
assert tok.lit.len == 10
|
||||
assert tok.lit.bytestr() == '123.456e78'
|
||||
}
|
||||
|
||||
fn test_float_exp_negative() {
|
||||
mut sc := Scanner{
|
||||
text: '20.56e-5'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .float
|
||||
assert tok.lit.len == 8
|
||||
assert tok.lit.bytestr() == '20.56e-5'
|
||||
}
|
||||
|
||||
fn test_float_exp_positive() {
|
||||
mut sc := Scanner{
|
||||
text: '20.56e+5'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .float
|
||||
assert tok.lit.len == 8
|
||||
assert tok.lit.bytestr() == '20.56e+5'
|
||||
}
|
||||
|
||||
fn test_number_with_space() {
|
||||
mut sc := Scanner{
|
||||
text: ' 4'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .int_
|
||||
assert tok.lit.len == 1
|
||||
assert tok.lit.bytestr() == '4'
|
||||
}
|
||||
|
||||
fn test_number_invalid_leading_zero() {
|
||||
mut sc := Scanner{
|
||||
text: '0010'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'leading zeroes in a number are not allowed'
|
||||
}
|
||||
|
||||
fn test_number_invalid_leading_zero_negative() {
|
||||
mut sc := Scanner{
|
||||
text: '-0010'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'leading zeroes in a number are not allowed'
|
||||
}
|
||||
|
||||
fn test_number_invalid_start_char() {
|
||||
mut sc := Scanner{
|
||||
text: '+1'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'invalid token `+`'
|
||||
}
|
||||
|
||||
fn test_number_invalid_char() {
|
||||
mut sc := Scanner{
|
||||
text: '122x'.bytes()
|
||||
}
|
||||
sc.scan()
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'invalid token `x`'
|
||||
}
|
||||
|
||||
fn test_number_invalid_char_float() {
|
||||
mut sc := Scanner{
|
||||
text: '122x.1'.bytes()
|
||||
}
|
||||
sc.scan()
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'invalid token `x`'
|
||||
}
|
||||
|
||||
fn test_number_invalid_multiple_dot() {
|
||||
mut sc := Scanner{
|
||||
text: '122.108.10'.bytes()
|
||||
}
|
||||
sc.scan()
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'invalid token `.`'
|
||||
}
|
||||
|
||||
fn test_number_invalid_exp() {
|
||||
mut sc := Scanner{
|
||||
text: '0.3e'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'invalid exponent'
|
||||
}
|
||||
|
||||
fn test_number_invalid_exp_with_sign() {
|
||||
mut sc := Scanner{
|
||||
text: '0.3e+'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'invalid exponent'
|
||||
}
|
||||
|
||||
fn test_number_invalid_zero_exp() {
|
||||
mut sc := Scanner{
|
||||
text: '0e'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'invalid exponent'
|
||||
}
|
||||
|
||||
fn test_number_invalid_dot_exp() {
|
||||
mut sc := Scanner{
|
||||
text: '0.e'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'invalid float'
|
||||
}
|
||||
|
||||
fn test_number_invalid_double_exp() {
|
||||
mut sc := Scanner{
|
||||
text: '2eE'.bytes()
|
||||
}
|
||||
sc.scan()
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .error
|
||||
assert tok.lit.bytestr() == 'invalid token `E`'
|
||||
}
|
||||
|
||||
fn test_null() {
|
||||
mut sc := Scanner{
|
||||
text: 'null'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .null
|
||||
assert tok.lit.len == 4
|
||||
assert tok.lit.bytestr() == 'null'
|
||||
}
|
||||
|
||||
fn test_bool_true() {
|
||||
mut sc := Scanner{
|
||||
text: 'true'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .bool_
|
||||
assert tok.lit.len == 4
|
||||
assert tok.lit.bytestr() == 'true'
|
||||
}
|
||||
|
||||
fn test_bool_false() {
|
||||
mut sc := Scanner{
|
||||
text: 'false'.bytes()
|
||||
}
|
||||
tok := sc.scan()
|
||||
assert tok.kind == .bool_
|
||||
assert tok.lit.len == 5
|
||||
assert tok.lit.bytestr() == 'false'
|
||||
}
|
||||
Loading…
Reference in New Issue