C++11 Libcurl+;流式反序列化的rapidjson?
我一直在绞尽脑汁(虽然一开始并不多),试图找到一种方法来点击一个web服务,然后分块解析和反序列化json,同时解析到我的对象中,而不存储整个文档(500mb+)。实际上,我正试图使用SAX风格的解析将libcurl和rapidjson直接连接到我的类中 也许我认为这是错误的,但我目前的想法是,在curl_写回期间,将接收到的数据添加到json文本流中。我正在努力解决的是如何启动rapidjson解析引擎,然后让它等待下一个数据块从curl写回中进入。在处理未完成的令牌之前停止,直到接收到新的流缓冲区。我不想附加缓冲区,因为我想释放上一个缓冲区 以前有人这样做过吗 这里有一些代码来说明这个概念…但显然不完整(可能都错了!) 下面是将信息传递给curl_write的结构,以便它知道如何回调解析器C++11 Libcurl+;流式反序列化的rapidjson?,c++11,stream,libcurl,sax,rapidjson,C++11,Stream,Libcurl,Sax,Rapidjson,我一直在绞尽脑汁(虽然一开始并不多),试图找到一种方法来点击一个web服务,然后分块解析和反序列化json,同时解析到我的对象中,而不存储整个文档(500mb+)。实际上,我正试图使用SAX风格的解析将libcurl和rapidjson直接连接到我的类中 也许我认为这是错误的,但我目前的想法是,在curl_写回期间,将接收到的数据添加到json文本流中。我正在努力解决的是如何启动rapidjson解析引擎,然后让它等待下一个数据块从curl写回中进入。在处理未完成的令牌之前停止,直到接收到新的流
struct CurlHandler {
stringstream *data;
Reader *reader;
void *parsehandler;
};
然后在启动请求之前,我按如下方式填充结构:
rapidjson::Reader reader;
CurlHandler handler;
ParseHandler parser;
handler.reader = &reader;
handler.parsehandler = &parser;
SetOption(CURLOPT_WRITEDATA, (void *) &handler);
ParseHandler是rapidjson进行SAX解析所需的类。其想法是在curl_编写过程中调用rapidjson解析器(不知何故):
static size_t curl_write(void *ptr, size_t size, size_t nmemb, void *CurlHandlerPtr) {
CurlHandler *handler = (CurlHandler *) CurlHandlerPtr;
// handler->reader.Parse(handler->data, handler->parsehandler); ????????
return 1;
}
我当然希望有比这更简单的答案
以下是上下文的完整代码:
#pragma once
#include <string>
#include <iostream>
#include "curl\curl.h"
#include "rapidjson\rapidjson.h"
#include "rapidjson\reader.h"
using namespace std;
using namespace rapidjson;
struct CurlHandler {
stringstream *data;
Reader *reader;
void *parsehandler;
};
static size_t curl_write(void *ptr, size_t size, size_t nmemb, void *CurlHandlerPtr) {
CurlHandler *handler = (CurlHandler *) CurlHandlerPtr;
// handler->reader.Parse(handler->data, handler->parsehandler); ????????
return 1;
}
class ParseHandler {
bool Null() { cout << "Null()" << endl; return true; }
bool Bool(bool b) { cout << "Bool(" << boolalpha << b << ")" << endl; return true; }
bool Int(int i) { cout << "Int(" << i << ")" << endl; return true; }
bool Uint(unsigned u) { cout << "Uint(" << u << ")" << endl; return true; }
bool Int64(int64_t i) { cout << "Int64(" << i << ")" << endl; return true; }
bool Uint64(uint64_t u) { cout << "Uint64(" << u << ")" << endl; return true; }
bool Double(double d) { cout << "Double(" << d << ")" << endl; return true; }
bool String(const char* str, SizeType length, bool copy) {
cout << "String(" << str << ", " << length << ", " << boolalpha << copy << ")" << endl;
return true;
}
bool StartObject() { cout << "StartObject()" << endl; return true; }
bool Key(const char* str, SizeType length, bool copy) {
cout << "Key(" << str << ", " << length << ", " << boolalpha << copy << ")" << endl;
return true;
}
bool EndObject(SizeType memberCount) { cout << "EndObject(" << memberCount << ")" << endl; return true; }
bool StartArray() { cout << "StartArray()" << endl; return true; }
bool EndArray(SizeType elementCount) { cout << "EndArray(" << elementCount << ")" << endl; return true; }
};
class StreamTest {
private:
string _username;
string _password;
CURL *_curl;
CURLcode _error;
public:
StreamTest() {
curl_global_init(CURL_GLOBAL_ALL);
_curl = curl_easy_init();
};
~StreamTest() {
curl_global_cleanup();
};
int Initialize(string username, string password) {
_username = username;
_password = password;
return 0;
}
int Get(std::string url) {
CURLcode result;
rapidjson::Reader reader;
CurlHandler handler;
ParseHandler parser;
handler.reader = &reader;
handler.parsehandler = &parser;
std::string s = _username; s += ":"; s += _password;
SetOption(CURLOPT_USERPWD, s.c_str());
SetOption(CURLOPT_URL, url.c_str());
SetOption(CURLOPT_WRITEFUNCTION, curl_write);
SetOption(CURLOPT_WRITEDATA, (void *) &handler);
result = curl_easy_perform(_curl);
return 0;
}
template <typename ValueType>
StreamTest& SetOption(CURLoption opt, ValueType val) {
if(_curl && _error == CURLE_OK) {
_error = curl_easy_setopt(_curl, opt, val);
}
return *this;
}
};
int _tmain(int argc, _TCHAR* argv[]) {
StreamTest http;
http.Initialize("guest", "passwd");
http.Get("http://localhost/GetData");
cin.get();
}
#pragma一次
#包括
#包括
#包括“curl\curl.h”
#包括“rapidjson\rapidjson.h”
#包括“rapidjson\reader.h”
使用名称空间std;
使用名称空间rapidjson;
结构卷曲处理程序{
stringstream*数据;
读取器*读取器;
void*parsehandler;
};
静态大小卷曲写入(void*ptr、size\t size、size\t nmemb、void*CurlHandlerPtr){
CurlHandler*handler=(CurlHandler*)CurlHandlerPtr;
//handler->reader.Parse(handler->data,handler->parsehandler)????????
返回1;
}
类分析器处理程序{
bool Null(){coutRapidJSON的设计本身不支持解析期间的暂停/恢复。因为这将为备份/恢复解析状态增加大量开销
然而,上述需求可以通过使用Libcurl来解决,它实际上使用多线程
libcurl中的一个示例演示了如何将HTTP GET模拟为标准文件I/O API。使用此示例可以方便地修改rapidjson::FileReadStream
,以支持从HTTP解析JSON
一般来说,开发人员在使用RapidJSON时可能会使用多线程来解决此类问题。这是一个概念:创建一个具有读写端的匿名管道。在传递给WRITEFUNCTION
的回调中,将从curl接收的字节写入管道的写端。然后在另一个线程中,而不是传递rapidjson::StringStream
对象到reader.Parse()
,传递一个从管道读取端创建的rapidjson::FileReadStream
对象。当回调写入管道时,SAX读取器读取并解析管道中的数据。Milo,谢谢,但解析速度不是问题,所以我不确定是否需要多线程。rapidjson非常快。问题是primar减少内存消耗。如果我所做的只是将只读解析转发到一个对象中,我宁愿不将500MB+的文件加载到内存中。我认为在我的回答中使用这种方法也可以减少内存。只要使用SAX接口和从HTTP流式传输JSON,就不需要将整个JSON存储在内存中。Libcurl的多接口不需要se线程。它使用文件描述符等待传输,从而最小化等待时间。与串行传输链相反。文件描述符在系统级别上运行。