Linux 网络编程：使用 C++ 实现 JSON 与 HTTP Web 服务器

本文前置知识

序列化与反序列化

引入

在之前的博客中，我详细介绍了序列化 与反序列化 的概念。对于使用 TCP 协议进行通信的双方，由于 TCP 是面向字节流的，在发送数据之前，我们通常需要定义一种结构化的数据来描述传输内容，并以此作为数据的容器。在 C++ 中，这种结构化数据通常表现为对象或结构体。然而，我们不能直接将结构体内存中对应的字节原样发送到另一端，因为直接传递内存字节会引发字节序 和结构体内存对齐 的问题。不同平台、不同编译器所遵循的内存对齐规则可能不同，这可能导致接收方在解析结构体字段时出现错误。

因此，我们需要借助序列化 。序列化 是指将结构化的数据按照预定的规则转换为连续的字节流。其主要目的是屏蔽平台差异，使得位于不同平台的进程能够以统一的方式解析该字节流。序列化通常分为两种形式：文本序列化 与二进制序列化 。

文本序列化将结构化的数据转换为一个完整的字符串。字符串本身是以字符为单位的连续序列，每个字符通常占用一个字节，因此字符串本质上也是一个连续的字节流。由于字符串以字符为单位解析，不存在字节序问题。通信双方只需约定字符串的格式与编码方式，即可正确解析该字符序列，最终将连续的字节流还原为结构化的数据。

二进制序列化则直接发送数据在内存中的原始二进制序列，无需额外转换。这两种方式各有优劣：文本序列化直观、可读性高、便于调试；而二进制序列化发送的是二进制数据，人类难以直接阅读。文本序列化会将数据转换为字符形式，可能导致传输体积增大——例如整数 100000 在文本序列化中会被转换为 "100000" 占 6 个字节，而作为 int 类型的二进制序列化仅需 4 个字节。因此，二进制序列化在传输体积上通常更小。此外，文本序列化还需要对字符串进行解析以恢复原始数据，而二进制序列化的解析开销通常更低，因为它直接对应数据的原始二进制表示。

特性	文本序列化 (JSON/XML)	二进制序列化 (Protobuf/Thrift)
可读性	极高（肉眼可读）	低（十六进制乱码）
传输体积	较大（数字变字符，带大量引号）	极小（紧凑编码）
解析速度	较慢（需字符串扫描、词法解析）	极快（直接偏移寻址或位运算）
跨语言	完美（天然支持）	优秀（需编译 IDL 文件）

在上一篇博客中，我们手动实现了文本序列化，即将结构体各字段按一定格式拼接为完整字符串。我之所以手动实现，是为了帮助大家理解序列化的基本原理，并为本文内容做铺垫。

然而在实际开发中，我们通常不需要从头实现序列化，可以使用成熟的第三方库来完成这项工作。这些库的实现通常更完善、更高效。本文将介绍的第一个主题——JSON ，就是一种广泛应用的文本序列化格式。

JSON

首先，介绍一下什么是 JSON 。JSON （JavaScript Object Notation）是一种轻量级、基于文本、人类可读的数据交换格式。JSON 源于 JavaScript，借鉴了其对象和数组的表示方法。但由于 JSON 本身是文本格式，且所表示的基本数据类型（如整型、布尔值等）在绝大多数编程语言中都得到支持，因此JSON 并不局限于 JavaScript，而是能够被多种编程语言解析与生成。正因如此，JSON 不仅具备跨平台 能力，还能实现跨语言 的数据交换。

了解 JSON 的基本定义后，我们进一步探讨其本质。如上所述，JSON 实质上是一种文本序列化的方式。在此之前，我们曾手动实现过文本序列化，其核心原理是将结构体的各个字段按照特定格式拼接为一个完整的字符串。因此，JSON 的本质其实就是符合 JSON 规范（风格）的字符串。

理论上，只要我们清楚 JSON 格式的规范，就可以利用字符串操作函数手动拼接出符合 JSON 风格的字符串，而无需借助第三方库。字符串拼接本身并不复杂，因此自然引出一个疑问：相比手动实现，第三方库的优势究竟在哪里？如果仅实现序列化（即转换为 JSON 字符串），那么使用第三方库似乎并未显著减轻负担，因为序列化这一步本身并不困难。要回答这个问题，我们首先需要明确 JSON 风格字符串的具体形式，进而理解第三方库所承担的工作。这一点我们稍后再展开。