Question

如何检查java.io.InputStream（来自File，URL，..）背后的数据是否为JSON类型？

当然，要完成最好的方法是加载流的整个数据并尝试将其验证为JSON（例如检查右括号}）。由于流源可能非常大（一个大小为500MB的GeoJSON文件），这最终会在一台刻录机中结束。

为了避免这种情况，我写了一个小方法，只将InputStream的第一个字符作为UTF-8/16/32，并根据RFC 4627测试它是{ （由RFC 7159引用和更新）以确定其JSONness：

JSON文本应以Unicode编码。默认编码为UTF-8。

和

由于JSON文本的前两个字符始终为ASCII 字符[RFC0020]，可以确定是否为八位字节通过查看，流是UTF-8，UTF-16（BE或LE）或UTF-32（BE或LE）在前四个八位字节中的空值模式。

       00 00 00 xx  UTF-32BE
       00 xx 00 xx  UTF-16BE
       xx 00 00 00  UTF-32LE
       xx 00 xx 00  UTF-16LE
       xx xx xx xx  UTF-8

方法是：

public static boolean mightBeJSON(InputStream stream) {
    try {
        byte[] bytes = new byte[1];

        stream.read(bytes);
        if (bytes[0] == 0x7B) {
            return true;
        }

        stream.read(bytes);
        if (bytes[0] == 0x7B) {
            return true;
        }

        stream.read(bytes);
        stream.read(bytes);
        if (bytes[0] == 0x7B) {
            return true;
        }
    } catch (IOException e) {
        // Nothing to do;
    }

    return false;
}

直到现在我的机器还没有燃烧，但是：

这种方法/实施有什么问题吗？
在某些情况下可能有任何问题吗？
有什么需要改进的吗？

Answer 1

RFC 7159州：

<强> 8。字符串和字符问题

8.1字符编码

JSON文本 SHALL 以UTF-8，UTF-16或UTF-32编码。该   默认编码是UTF-8，以及以UTF-8编码的JSON文本   在它们将被成功读取的意义上是可互操作的   最大数量的实现;有很多实现   无法成功读取其他编码中的文本（例如UTF-16）   和UTF-32）。

实现绝不能在字母序列开头添加字节顺序标记   一个JSON文本。为了互操作性，实现   解析JSON文本可以忽略字节顺序标记的存在   而不是将其视为错误。

这并没有回答你的问题，但我希望它可以帮助你的逻辑。

如何确定InputStream是否包含JSON数据？

1 个答案: