資料存放區類型與JSON

前幾天，我才知道有一種簡化的資料交換格式，叫做yaml。

我翻了一遍它的文檔，看懂的地方不多，但是有一句話令我茅塞頓開。

它說，從結構上看，所有的資料最終都可以分成三種類型：

第一種類型是scalar（標量），也就是一個單獨的string（字串）或數字（numbers），比如“北京”這個單獨的詞。第二種類型是sequence（序列），也就是若干個相關的資料按照一定順序並列在一起，又叫做array（數組）或List(列表)，比如“北京，東京”。第三種類型是mapping（映射），也就是一個名/值對（Name/value），即資料有一個名稱，還有一個與之相對應的值，這又稱作hash（散列）或dictionary（字典），比如“首都：北京”。

我恍然大悟，資料構成的最小單位原來如此簡單！難怪在程式設計語言中，只要有了數組（array）和對象（object）就能夠儲存一切資料了。

我馬上想到了json。

21世紀初，Douglas Crockford尋找一種簡便的資料交換格式，能夠在伺服器之間交換資料。這其實需要二步，第一步是將各種資料轉化為一個字串，也就是資料的序列化（serialization），第二步才是交換這個字串。

當時通用的資料交換語言是XML，但是Douglas Crockford覺得XML的產生和解析都太麻煩，所以他提出了一種簡化格式，也就是Json。

Json的規格非常簡單，只用一個頁面、幾百個字就能說清楚，而且Douglas Crockford聲稱這個規格永遠不必升級，因為該規定的都規定了。

• 並列的資料之間用逗號（“，”）分隔。
• 映射用冒號（“：”）表示。
• 並列資料的集合（數組）用方括弧("[]")表示。
• 映射的集合（對象）用大括弧（“{}”）表示。

上面四條規則，就是Json格式的所有內容。比如，下面這句話：“北京市的面積為16800平方公裡，常住人口1600萬人。上海市的面積為6400平方公裡，常住人口1800萬。”寫成json格式就是這樣：

[{"城市":"北京","面積":16800,"人口":1600},{"城市":"上海","面積":6400,"人口":1800}]  

如果事Crowdsourced Security Testing道資料的結構，上面的寫法還可以進一步簡化：

[["北京",16800,1600],["上海",6400,1800]]  

由此可以看到，json非常易學易用。所以，在短短几年中，它就取代xml，成為了互連網上最受歡迎的資料交換格式。

我猜想，Douglas Crockford一定事先就知道，資料結構可以簡化成三種形式，否則怎麼可能將json定義得如此精鍊呢！

我還記得，在學習javascript的時候，我一度搞不清楚“數組”(array)和“對象”(object)的根本區別在哪裡，兩者都可以用來表示資料的集合。

比如有一個數組a=[1,2,3,4]，還有一個對象a={0:1,1:2,2:3,3:4}，然後你運行alert(a[1])，兩種情況下的運行結果是相同的！這就是說，資料集合既可以用數組表示，也可以用對象表示，那麼我到底該用哪一種呢？

我後來才知道，數組表示有序資料的集合，而對象表示無序資料的集合。如果資料的順序很重要，就用數組，否則就用對象。

當然，數組和對象的另一個區別是，數組中的資料沒有“名稱”（name），對象中的資料有“名稱”（name）。

但是問題是，很多程式設計語言中，都有一種叫做“關聯陣列”（associative array）的東西。這種數組中的資料是有名稱的。

比如在javascript中，可以這樣定義一個對象：

var a={"城市":"北京","面積":16800,"人口":1600};  

但是，也可以定義成一個關聯陣列：

a["城市"]="北京";a["面積"]=16800;a["人口"]=1600;  

這起初也加劇了我對數組和對象的混淆，後來才明白，在Javascript語言中，關聯陣列就是對象，對象就是關聯陣列。這一點與php語言完全不同，在php中，關聯陣列也是數組。

比如運行下面這段javascript：

var a=[1,2,3,4];a['foo']='Hello World';alert(a.length);  

最後的結果是4，也就是說，數組a的元素個數是4個。

但是，運行同樣內容的php代碼就不一樣了：

$a=array(1,2,3,4);$a["foo"]="Hello world";echo count($a);  

最後的結果是5，也就是說，數組a的元素個數是5個。