前言

我日常使用最多的語言是 Python，對一個 Pythonista 而言，處理 json 是一件很簡單的事：

In [1]: import json
In [2]: data_json = '{"email": "xxx@example.com", "phone": "13800000001", "nick_name": "ryan_c"}'
In [3]: data_dict = json.loads(data_json)  # 返回 dict 對象
In [4]: data_dict
Out[4]: {'email': 'xxx@example.com', 'phone': '13800000001', 'nick_name': 'ryan_c'}
In [5]: json.dumps(data_dict)  # 返回 json 字符串
Out[5]: '{"email": "xxx@example.com", "phone": "13800000001", "nick_name": "ryan_c"}'

我們寫爬蟲的時候經常這么干，因為實在是很方便。
寫日常小腳本時，很少見 pythonista 使用 class 定義 DTO(data type object)，然后對它進行序列化(Marshal)/反序列化(UnMarshal).

然而這種方法在靜態語言中行不通，而且也是非常不推薦的用法。這就直接導致使用靜態語言處理未知的 json 數據時，會顯得非常麻煩，體驗遠遠不如 Python。
這主要是因為靜態語言需要在編譯期就確定對象的類型！

以 Java 為例，如果我們不定義 DTO，打算將一個 json 解析為一個 Map 對象，那么問題就來了：Map 的 key 和 value 的類型必須在編譯期決定。
可我們編譯時根本還不知道 json 數據長什么樣！整個 json 數據的 key/value 都是未知的，嵌套深度也是未知的，它的屬性甚至可能是動態的。。。
那這樣就話，就只能把 Map 定義成 Map<Object, Object>。這樣 json 是可以解析了，但是處理過程中你又需要做各種各樣的類型轉換。。。
而且大量使用 Object 完全拋棄掉了靜態語言的好處。

如果查看 Java 的知名 json 解析庫 jackson，能發現它提供了 ObjectMapper 和 JsonNode 樹模型進行 Json 的"流式解析"，不過用起來可比 Python 麻煩多了。

總之，靜態語言需要處理 json 數據與類型的映射關系，導致對未知數據結構的解析變得很復雜。

解決方法

方法一

大部分時候，我們都可以通過定義 DTO 來解決上述問題。

方法二

而在某些情況下，比如做爬蟲/數據的清洗過濾時，我們只關心 json/html/xml 中的某些屬性，完全不 care 其他數據。
這時可以使用一些數據提取專用的語言提取數據，如 JSONPath/正則/css選擇器/xpath，所有的主流語言基本都有對應的輪子可用。

方法三

如果前兩種方法都不能滿足你的要求，那就只能選擇最后的方法：使用 Map<Object, Object>/JsonNode(Java)、map[string]interface{}(Go)，然后自己去遍歷了。

參考

• Go 語言：How to Parse JSON in Golang (With Examples)
• Java 語言：jackson