第五章 常用Lua开发库2-JSON库、编码转换、字符串处理，lua2-json


JSON库

 

在进行数据传输时JSON格式目前应用广泛，因此从Lua对象与JSON字符串之间相互转换是一个非常常见的功能；目前Lua也有几个JSON库，本人用过cjson、dkjson。其中cjson的语法严格（比如unicode \u0020\u7eaf），要求符合规范否则会解析失败（如\u002），而dkjson相对宽松，当然也可以通过修改cjson的源码来完成一些特殊要求。而在使用dkjson时也没有遇到性能问题，目前使用的就是dkjson。使用时要特别注意的是大部分JSON库都仅支持UTF-8编码；因此如果你的字符编码是如GBK则需要先转换为UTF-8然后进行处理。

1.1、test_cjson.lua

Java代码  
  1. local cjson = require("cjson")  
  2.   
  3. --lua对象到字符串  
  4. local obj = {  
  5.     id = 1,  
  6.     name = "zhangsan",  
  7.     age = nil,  
  8.     is_male = false,  
  9.     hobby = {"film", "music", "read"}  
  10. }  
  11.   
  12. local str = cjson.encode(obj)  
  13. ngx.say(str, "<br/>")  
  14.   
  15. --字符串到lua对象  
  16. str = '{"hobby":["film","music","read"],"is_male":false,"name":"zhangsan","id":1,"age":null}'  
  17. local obj = cjson.decode(str)  
  18.   
  19. ngx.say(obj.age, "<br/>")  
  20. ngx.say(obj.age == nil, "<br/>")  
  21. ngx.say(obj.age == cjson.null, "<br/>")  
  22. ngx.say(obj.hobby[1], "<br/>")  
  23.   
  24.   
  25. --循环引用  
  26. obj = {  
  27.    id = 1  
  28. }  
  29. obj.obj = obj  
  30. -- Cannot serialise, excessive nesting  
  31. --ngx.say(cjson.encode(obj), "<br/>")  
  32. local cjson_safe = require("cjson.safe")  
  33. --nil  
  34. ngx.say(cjson_safe.encode(obj), "<br/>")  
null将会转换为cjson.null；循环引用会抛出异常Cannot serialise, excessive nesting，默认解析嵌套深度是1000，可以通过cjson.encode_max_depth()设置深度提高性能；使用cjson.safe不会抛出异常而是返回nil。 

 

1.2、example.conf配置文件

Java代码  
  1. location ~ /lua_cjson {  
  2.    default_type 'text/html';  
  3.    lua_code_cache on;  
  4.    content_by_lua_file /usr/example/lua/test_cjson.lua;  
  5. }  
 

1.3、访问如http://192.168.1.2/lua_cjson将得到如下结果

Java代码  
  1. {"hobby":["film","music","read"],"is_male":false,"name":"zhangsan","id":1}  
  2. null  
  3. false  
  4. true  
  5. film  
  6. nil  

 

lua-cjson文档http://www.kyne.com.au/~mark/software/lua-cjson-manual.html。

 

接下来学习下dkjson。

 

2.1、下载dkjson库 

Java代码  
  1. cd /usr/example/lualib/  
  2. wget http://dkolf.de/src/dkjson-lua.fsl/raw/dkjson.lua?name=16cbc26080996d9da827df42cb0844a25518eeb3 -O dkjson.lua  

 

2.2、test_dkjson.lua

Java代码  
  1. local dkjson = require("dkjson")  
  2.   
  3. --lua对象到字符串  
  4. local obj = {  
  5.     id = 1,  
  6.     name = "zhangsan",  
  7.     age = nil,  
  8.     is_male = false,  
  9.     hobby = {"film", "music", "read"}  
  10. }  
  11.   
  12. local str = dkjson.encode(obj, {indent = true})  
  13. ngx.say(str, "<br/>")  
  14.   
  15. --字符串到lua对象  
  16. str = '{"hobby":["film","music","read"],"is_male":false,"name":"zhangsan","id":1,"age":null}'  
  17. local obj, pos, err = dkjson.decode(str, 1, nil)  
  18.   
  19. ngx.say(obj.age, "<br/>")  
  20. ngx.say(obj.age == nil, "<br/>")  
  21. ngx.say(obj.hobby[1], "<br/>")  
  22.   
  23. --循环引用  
  24. obj = {  
  25.    id = 1  
  26. }  
  27. obj.obj = obj  
  28. --reference cycle  
  29. --ngx.say(dkjson.encode(obj), "<br/>")                                       
默认情况下解析的json的字符会有缩排和换行，使用{indent = true}配置将把所有内容放在一行。和cjson不同的是解析json字符串中的null时会得到nil。  

2.3、example.conf配置文件

Java代码  
  1. location ~ /lua_dkjson {  
  2.    default_type 'text/html';  
  3.    lua_code_cache on;  
  4.    content_by_lua_file /usr/example/lua/test_dkjson.lua;  
  5. }  
 

2.4、访问如http://192.168.1.2/lua_dkjson将得到如下结果

Java代码  
  1. { "hobby":["film","music","read"], "is_male":false, "name":"zhangsan", "id":1 }  
  2. nil  
  3. true  
  4. film  

dkjson文档http://dkolf.de/src/dkjson-lua.fsl/home和http://dkolf.de/src/dkjson-lua.fsl/wiki?name=Documentation。

 

编码转换

我们在使用一些类库时会发现大部分库仅支持UTF-8编码，因此如果使用其他编码的话就需要进行编码转换的处理；而Linux上最常见的就是iconv，而lua-iconv就是它的一个Lua API的封装。

 

安装lua-iconv可以通过如下两种方式：

ubuntu下可以使用如下方式

Java代码  
  1. apt-get install luarocks  
  2. luarocks install lua-iconv   
  3. cp /usr/local/lib/lua/5.1/iconv.so  /usr/example/lualib/  

源码安装方式，需要有gcc环境

Java代码  
  1. wget https://github.com/do^Cloads/ittner/lua-iconv/lua-iconv-7.tar.gz  
  2. tar -xvf lua-iconv-7.tar.gz  
  3. cd lua-iconv-7  
  4. gcc -O2 -fPIC -I/usr/include/lua5.1 -c luaiconv.c -o luaiconv.o -I/usr/include  
  5. gcc -shared -o iconv.so -L/usr/local/lib luaiconv.o -L/usr/lib  
  6. cp iconv.so  /usr/example/lualib/  

  

1、test_iconv.lua

Java代码  
  1. ngx.say("中文")  

此时文件编码必须为UTF-8，即Lua文件编码为什么里边的字符编码就是什么。

  

2、example.conf配置文件

Java代码  
  1. location ~ /lua_iconv {  
  2.    default_type 'text/html';  
  3.    charset gbk;  
  4.    lua_code_cache on;  
  5.    content_by_lua_file /usr/example/lua/test_iconv.lua;  
  6. }  

通过charset告诉浏览器我们的字符编码为gbk。  

 

3、访问 http://192.168.1.2/lua_iconv会发现输出乱码；

 

此时需要我们将test_iconv.lua中的字符进行转码处理：

Java代码  
  1. local iconv = require("iconv")  
  2. local togbk = iconv.new("gbk", "utf-8")  
  3. local str, err = togbk:iconv("中文")  
  4. ngx.say(str)  

通过转码我们得到最终输出的内容编码为gbk， 使用方式iconv.new(目标编码, 源编码)。

 

有如下可能出现的错误：

Java代码  
  1. nil     
  2.     没有错误成功。  
  3. iconv.ERROR_NO_MEMORY  
  4.     内存不足。  
  5. iconv.ERROR_INVALID  
  6.     有非法字符。  
  7. iconv.ERROR_INCOMPLETE  
  8.     有不完整字符。  
  9. iconv.ERROR_FINALIZED  
  10.     使用已经销毁的转换器，比如垃圾回收了。  
  11. iconv.ERROR_UNKNOWN   
  12.     未知错误  

 

iconv在转换时遇到非法字符或不能转换的字符就会失败，此时可以使用如下方式忽略转换失败的字符

Java代码  
  1. local togbk_ignore = iconv.new("GBK//IGNORE", "UTF-8")  

 

另外在实际使用中进行UTF-8到GBK转换过程时，会发现有些字符在GBK编码表但是转换不了，此时可以使用更高的编码GB18030来完成转换。 

 

更多介绍请参考http://ittner.github.io/lua-iconv/。

 

位运算

Lua 5.3之前是没有提供位运算支持的，需要使用第三方库，比如LuaJIT提供了bit库。

1、test_bit.lua 

Java代码  
  1. local bit = require("bit")  
  2. ngx.say(bit.lshift(1, 2))  
lshift进行左移位运算，即得到4。

  

其他位操作API请参考http://bitop.luajit.org/api.html。Lua 5.3的位运算操作符http://cloudwu.github.io/lua53doc/manual.html#3.4.2. 

 

cache

ngx_lua模块本身提供了全局共享内存ngx.shared.DICT可以实现全局共享，另外可以使用如Redis来实现缓存。另外还一个lua-resty-lrucache实现，其和ngx.shared.DICT不一样的是它是每Worker进程共享，即每个Worker进行会有一份缓存，而且经过实际使用发现其性能不如ngx.shared.DICT。但是其好处就是不需要进行全局配置。

 

1、创建缓存模块来实现只初始化一次：

Java代码  
  1. vim /usr/example/lualib/mycache.lua   
Java代码  
  1. local lrucache = require("resty.lrucache")  
  2. --创建缓存实例，并指定最多缓存多少条目  
  3. local cache, err = lrucache.new(200)  
  4. if not cache then  
  5.    ngx.log(ngx.ERR, "create cache error : ", err)  
  6. end  
  7.   
  8. local function set(key, value, ttlInSeconds)  
  9.     cache:set(key, value, ttlInSeconds)  
  10. end  
  11.   
  12. local function get(key)  
  13.     return cache:get(key)  
  14. end  
  15.   
  16. local _M = {  
  17.   set = set,  
  18.   get = get  
  19. }  
  20.   
  21. return _M  

此处利用了模块的特性实现了每个Worker进行只初始化一次cache实例。

 

2、test_lrucache.lua  

Java代码  
  1. local mycache = require("mycache")  
  2. local count = mycache.get("count") or 0  
  3. count = count + 1  
  4. mycache.set("count", count, 10 * 60 * 60) --10分钟  
  5. ngx.say(mycache.get("count"))                

可以实现诸如访问量统计，但仅是每Worker进程的。   

 

3、example.conf配置文件

Java代码  
  1. location ~ /lua_lrucache {  
  2.    default_type 'text/html';  
  3.    lua_code_cache on;  
  4.    content_by_lua_file /usr/example/lua/test_lrucache.lua;  
  5. }  

访问如http://192.168.1.2/lua_lrucache测试。

 

更多介绍请参考https://github.com/openresty/lua-resty-lrucache。

 

字符串处理

Lua 5.3之前没有提供字符操作相关的函数，如字符串截取、替换等都是字节为单位操作；在实际使用时尤其包含中文的场景下显然不能满足需求；即使Lua 5.3也仅提供了基本的UTF-8操作。

 

Lua UTF-8库

https://github.com/starwing/luautf8

 

LuaRocks安装

Java代码  
  1. #首先确保git安装了  
  2. apt-get install git  
  3. luarocks install utf8  
  4. cp /usr/local/lib/lua/5.1/utf8.so  /usr/example/lualib/  

 

源码安装

Java代码  
  1. wget https://github.com/starwing/luautf8/archive/master.zip  
  2. unzip master.zip  
  3. cd luautf8-master/  
  4. gcc -O2 -fPIC -I/usr/include/lua5.1 -c utf8.c -o utf8.o -I/usr/include  
  5. gcc -shared -o utf8.so -L/usr/local/lib utf8.o -L/usr/lib  

 

1、test_utf8.lua

Java代码  
  1. local utf8 = require("utf8")  
  2. local str = "abc中文"  
  3. ngx.say("len : ", utf8.len(str), "<br/>")  
  4. ngx.say("sub : ", utf8.sub(str, 1, 4))  
文件编码必须为UTF8，此处我们实现了最常用的字符串长度计算和字符串截取。 2、example.conf配置文件 Java代码  
  1. location ~ /lua_utf8 {  
  2.    default_type 'text/html';  
  3.    lua_code_cache on;  
  4.    content_by_lua_file /usr/example/lua/test_utf8.lua;  
  5. }  
  

3、访问如http://192.168.1.2/lua_utf8测试得到如下结果

len : 5
sub : abc中

 

字符串转换为unicode编码：

Java代码  
  1. local bit = require("bit")  
  2. local bit_band = bit.band  
  3. local bit_bor = bit.bor  
  4. local bit_lshift = bit.lshift  
  5. local string_format = string.format  
  6. local string_byte = string.byte  
  7. local table_concat = table.concat  
  8.   
  9. local function utf8_to_unicode(str)  
  10.     if not str or str == "" or str == ngx.null then  
  11.         return nil  
  12.     end  
  13.     local res, seq, val = {}, 0, nil  
  14.     for i = 1, #str do  
  15.         local c = string_byte(str, i)  
  16.         if seq == 0 then  
  17.             if val then  
  18.                 res[#res + 1] = string_format("%04x", val)  
  19.             end  
  20.   
  21.            seq = c < 0x80 and 1 or c < 0xE0 and 2 or c < 0xF0 and 3 or  
  22.                               c < 0xF8 and 4 or --c < 0xFC and 5 or c < 0xFE and 6 or  
  23.                               0  
  24.             if seq == 0 then  
  25.                 ngx.log(ngx.ERR, 'invalid UTF-8 character sequence' .. ",,," .. tostring(str))  
  26.                 return str  
  27.             end  
  28.   
  29.             val = bit_band(c, 2 ^ (8 - seq) - 1)  
  30.         else  
  31.             val = bit_bor(bit_lshift(val, 6), bit_band(c, 0x3F))  
  32.         end  
  33.         seq = seq - 1  
  34.     end  
  35.     if val then  
  36.         res[#res + 1] = string_format("%04x", val)  
  37.     end  
  38.     if #res == 0 then  
  39.         return str  
  40.     end  
  41.     return "\\u" .. table_concat(res, "\\u")  
  42. end  
  43.   
  44. ngx.say("utf8 to unicode : ", utf8_to_unicode("abc中文"), "<br/>")  

如上方法将输出utf8 to unicode : \u0061\u0062\u0063\u4e2d\u6587。

 

删除空格：

Java代码  
  1. local function ltrim(s)  
  2.     if not s then  
  3.         return s  
  4.     end  
  5.     local res = s  
  6.     local tmp = string_find(res, '%S')  
  7.     if not tmp then  
  8.         res = ''  
  9.     elseif tmp ~= 1 then  
  10.         res = string_sub(res, tmp)  
  11.     end  
  12.     return res  
  13. end  
  14.   
  15. local function rtrim(s)  
  16.     if not s then  
  17.         return s  
  18.     end  
  19.     local res = s  
  20.     local tmp = string_find(res, '%S%s*$')  
  21.     if not tmp then  
  22.         res = ''  
  23.     elseif tmp ~= #res then  
  24.         res = string_sub(res, 1, tmp)  
  25.     end  
  26.   
  27.     return res  
  28. end  
  29.   
  30. local function trim(s)  
  31.     if not s then  
  32.         return s  
  33.     end  
  34.     local res1 = ltrim(s)  
  35.     local res2 = rtrim(res1)  
  36.     return res2  
  37. end  

 

字符串分割：

Java代码  
  1. function split(szFullString, szSeparator)  
  2.     local nFindStartIndex = 1  
  3.     local nSplitIndex = 1  
  4.     local nSplitArray = {}  
  5.     while true do  
  6.        local nFindLastIndex = string.find(szFullString, szSeparator, nFindStartIndex)  
  7.        if not nFindLastIndex then  
  8.         nSplitArray[nSplitIndex] = string.sub(szFullString, nFindStartIndex, string.len(szFullString))  
  9.         break  
  10.        end  
  11.        nSplitArray[nSplitIndex] = string.sub(szFullString, nFindStartIndex, nFindLastIndex - 1)  
  12.        nFindStartIndex = nFindLastIndex + string.len(szSeparator)  
  13.        nSplitIndex = nSplitIndex + 1  
  14.     end  
  15.     return nSplitArray  
  16. end  

如split("a,b,c", ",") 将得到一个分割后的table。

 

到此基本的字符串操作就完成了，其他luautf8模块的API和LuaAPI类似可以参考

http://cloudwu.github.io/lua53doc/manual.html#6.4

http://cloudwu.github.io/lua53doc/manual.html#6.5

 

另外对于GBK的操作，可以先转换为UTF-8，最后再转换为GBK即可。


来源:http://jinnianshilongnian.iteye.com/blog/2187643

相关内容

    暂无相关文章