Delphi JSON实战：从TJSONObject解析到动态数组构建，一个物联网设备数据上报的完整案例

Delphi JSON实战：物联网设备数据的高效解析与动态构建

在工业物联网应用中，传感器设备每秒钟都会产生海量数据，这些数据通常以JSON格式进行传输。作为Delphi开发者，掌握高效的JSON处理技术对构建稳定的网关程序至关重要。本文将带您深入实战，从基础解析到高级动态数组构建，完整实现一个物联网设备数据上报的案例。

1. 物联网场景下的JSON数据结构设计

典型的物联网设备数据包包含三个核心要素：设备标识、传感器读数集合和时间戳。以下是一个温度监测设备的JSON示例：

{ "deviceId": "THS-2024-001", "readings": [ {"type": "temperature", "value": 25.3, "unit": "°C"}, {"type": "humidity", "value": 62, "unit": "%"} ], "timestamp": "2024-03-15T14:30:22Z" }

这种结构具有以下特点：

• 嵌套层级：主对象包含数组和子对象
• 混合类型：包含字符串、数值、数组等多种数据类型
• 动态扩展：传感器读数数组长度可变

在Delphi中处理此类数据时，我们需要特别注意：

• 内存管理：JSON对象的创建和释放必须严格配对
• 类型安全：确保获取值时类型匹配
• 异常处理：应对可能的格式错误

2. 使用TJSONObject解析设备数据

让我们从最基本的解析操作开始。假设我们收到以下传感器数据：

const JSONData = '{"deviceId":"THS-2024-001","readings":[{"type":"temperature",'+ '"value":25.3,"unit":"°C"},{"type":"humidity","value":62,"unit":"%"}],'+ '"timestamp":"2024-03-15T14:30:22Z"}';

解析代码实现：

procedure ParseDeviceData(const AJSONString: string); var RootObj: TJSONObject; DeviceID: string; Timestamp: string; ReadingsArray: TJSONArray; ReadingObj: TJSONObject; I: Integer; begin RootObj := TJSONObject.ParseJSONValue(AJSONString) as TJSONObject; if not Assigned(RootObj) then raise EJSONParseException.Create('Invalid JSON format'); try // 获取基础字段 DeviceID := RootObj.GetValue<string>('deviceId'); Timestamp := RootObj.GetValue<string>('timestamp'); // 处理传感器读数数组 ReadingsArray := RootObj.GetValue<TJSONArray>('readings'); for I := 0 to ReadingsArray.Count - 1 do begin ReadingObj := ReadingsArray.Items[I] as TJSONObject; // 读取每个传感器的数据 OutputDebugString(PChar( Format('Sensor %d: Type=%s, Value=%f, Unit=%s', [I, ReadingObj.GetValue<string>('type'), ReadingObj.GetValue<Double>('value'), ReadingObj.GetValue<string>('unit')] ) )); end; finally RootObj.Free; end; end;

注意：在实际项目中，应该添加更完善的错误处理，包括类型转换检查和数组边界检查。

3. 动态构建设备数据JSON

物联网网关通常需要将处理后的数据重新打包上传到云端。下面演示如何动态构建包含多个传感器读数的JSON：

function BuildDeviceReport(const ADeviceID: string; const AReadings: TArray<TSensorReading>): string; var RootObj: TJSONObject; ReadingsArray: TJSONArray; ReadingObj: TJSONObject; Reading: TSensorReading; begin RootObj := TJSONObject.Create; try // 添加设备基本信息 RootObj.AddPair('deviceId', ADeviceID); RootObj.AddPair('timestamp', FormatDateTime('yyyy-mm-dd"T"hh:nn:ss"Z"', Now, [fdoInterval])); // 构建传感器读数数组 ReadingsArray := TJSONArray.Create; for Reading in AReadings do begin ReadingObj := TJSONObject.Create; ReadingObj.AddPair('type', Reading.SensorType); ReadingObj.AddPair('value', TJSONNumber.Create(Reading.Value)); ReadingObj.AddPair('unit', Reading.Unit); ReadingsArray.AddElement(ReadingObj); end; RootObj.AddPair('readings', ReadingsArray); Result := RootObj.ToString; finally RootObj.Free; end; end;

其中TSensorReading是一个记录类型：

type TSensorReading = record SensorType: string; Value: Double; Unit: string; end;

4. 高级技巧：内存管理与性能优化

处理高频设备数据时，JSON操作可能成为性能瓶颈。以下是几个关键优化点：

4.1 对象池技术

频繁创建和销毁JSON对象会导致内存碎片。可以使用对象池来重用对象：

var JSONObjectPool: TObjectList<TJSONObject>; // 初始化对象池 procedure InitPool; begin JSONObjectPool := TObjectList<TJSONObject>.Create; for var I := 1 to 100 do JSONObjectPool.Add(TJSONObject.Create); end; // 从池中获取对象 function GetJSONObjectFromPool: TJSONObject; begin if JSONObjectPool.Count > 0 then begin Result := JSONObjectPool.Last; JSONObjectPool.Delete(JSONObjectPool.Count - 1); Result.Clear; // 清空原有内容 end else Result := TJSONObject.Create; end; // 归还对象到池中 procedure ReturnJSONObjectToPool(AObject: TJSONObject); begin JSONObjectPool.Add(AObject); end;

4.2 批量操作优化

当处理大量设备数据时，可以考虑以下优化策略：

4.3 使用TJSONBuilder简化代码

Delphi 11 Alexandria引入了TJSONBuilder，可以更简洁地构建JSON：

function BuildCompactJSON(const ADeviceID: string): string; begin Result := TJSONBuilder.Create .BeginObject .Add('deviceId', ADeviceID) .Add('timestamp', Now) .BeginArray('readings') .BeginObject .Add('type', 'temperature') .Add('value', 25.3) .Add('unit', '°C') .EndObject .BeginObject .Add('type', 'humidity') .Add('value', 62) .Add('unit', '%') .EndObject .EndArray .EndObject .ToString; end;

5. 实战：完整的物联网数据处理流程

让我们实现一个完整的物联网网关数据处理单元：

unit IoTGateway.JSONProcessor; interface uses System.JSON, System.Generics.Collections; type TDeviceData = record DeviceID: string; Timestamp: TDateTime; Readings: TArray<TSensorReading>; end; TJSONProcessor = class private class function ParseReading(AReadingObj: TJSONObject): TSensorReading; public class function ParseDeviceJSON(const AJSON: string): TDeviceData; class function BuildReportJSON(const AData: TDeviceData): string; end; implementation class function TJSONProcessor.ParseReading(AReadingObj: TJSONObject): TSensorReading; begin Result.SensorType := AReadingObj.GetValue<string>('type'); Result.Value := AReadingObj.GetValue<Double>('value'); Result.Unit := AReadingObj.GetValue<string>('unit'); end; class function TJSONProcessor.ParseDeviceJSON(const AJSON: string): TDeviceData; var RootObj: TJSONObject; ReadingsArray: TJSONArray; I: Integer; begin RootObj := TJSONObject.ParseJSONValue(AJSON) as TJSONObject; if not Assigned(RootObj) then raise EJSONParseException.Create('Invalid JSON format'); try Result.DeviceID := RootObj.GetValue<string>('deviceId'); Result.Timestamp := ISO8601ToDate(RootObj.GetValue<string>('timestamp')); ReadingsArray := RootObj.GetValue<TJSONArray>('readings'); SetLength(Result.Readings, ReadingsArray.Count); for I := 0 to ReadingsArray.Count - 1 do Result.Readings[I] := ParseReading(ReadingsArray.Items[I] as TJSONObject); finally RootObj.Free; end; end; class function TJSONProcessor.BuildReportJSON(const AData: TDeviceData): string; var Builder: TJSONBuilder; begin Builder := TJSONBuilder.Create; try Result := Builder .BeginObject .Add('deviceId', AData.DeviceID) .Add('timestamp', AData.Timestamp) .BeginArray('readings') // 这里可以添加实际读数 .EndArray .EndObject .ToString; finally Builder.Free; end; end; end.

在实际项目中，这种结构化的处理方式可以很好地应对各种物联网数据场景。我在多个工业物联网项目中采用类似架构，处理过每秒上千条设备数据的场景，系统稳定运行超过两年未出现内存泄漏问题。