JavaScript 转义字符JSON parse错误研究_javascript技巧_

JSON 字符串转换为 JavaScript 对象

JSON.parse 将一个 JSON 字符串转换为 JavaScript 对象。

JSON.parse('{"hello":"\world"}') 

以上代码输出：

{
  hello: "world"
}

是一个 JavaScript 对象，但是仔细观察会发现，"\world" 变成了 "world"。

那么我们继续运行如下代码：

JSON.parse('{"hello":"\\world"}') 

出抛出异常：

VM376:1 Uncaught SyntaxError: Unexpected token w in JSON at position 11
    at JSON.parse ()
    at :1:6

Unexpected token w。

好奇心不死，继续试，3 个反斜杠：

JSON.parse('{"hello":"\\\world"}') 

结果是：

VM16590:1 Uncaught SyntaxError: Unexpected token w in JSON at position 11
    at JSON.parse ()
    at :1:6

继续，4 个反斜杠：

JSON.parse('{"hello":"\\\\world"}') 

结果正常:

{
 hello: "\world"
}

• 1个，"world"
• 2个，Error
• 3个，Error
• 4个，"\world"
• 5个，"\world"
• 6个，Error
• 7个，Error
• 8个，"\\world"
• 。。。

我们换个思路，把 JSON.parse 去掉，只输出 JavaScript 字符串：

> 'hello' "hello" > '\hello' "hello" > '\\hello' "\hello" > '\\\hello' "\hello" > '\\\\hello' "\\hello" 

问题大概找到了。

把上面的规则带入到之前的 JSON.parse 代码，问题就解决了。

我们看看 JSON 的字符串解析规则：

根据这个规则，我们解析一下 "\hello"，第 1 个字符是反斜杠（\），所以在引号后面走最下面的分支（红线标注）：

第 2 个字符是 h，但是反斜杠后面只有 9 条路，这个不属于任何一条路，所以这个是个非法字符。

不只是 JSON，在很多语言中都会抛出类似 Error:(7, 27) Illegal escape: '\h' 的错误。

但是不知道为什么 JavaScript 偏偏可以解析这个非法转义字符，而解决方式也很暴力：直接忽略。

在 es 规范我没有找到具体的章节。去看看 V8 是怎么解析的吧。

引擎读取 JavaScript 源码后首先进行词法分析，文件 /src/parsing/scanner.cc 的功能是读取源码并解析（当前最新版 6.4.286）。

找到 Scanner::Scan() 函数关键代码：

case '"': case '\'': token = ScanString(); break; 

是一个很长的 switch 语句：如果遇到双引号(")、单引号(')则调用 ScanString() 函数。

简单解释下：以上代码是 C++ 代码，在 C++ 中单引号是字符，双引号是字符串。所以表示字符时，双引号不需要转义，但是单引号需要转义；而表示字符串时，正好相反。此处的 C++ 转义并不是我们今天要研究的转义。

ScanString() 函数

在 ScanString() 函数中我们也只看重点代码：

while (c0_ != quote && c0_ != kEndOfInput && !IsLineTerminator(c0_)) { uc32 c = c0_; Advance(); if (c == '\\') { if (c0_ == kEndOfInput || !ScanEscape()) { return Token::ILLEGAL; } } else { AddLiteralChar(c); } } if (c0_ != quote) return Token::ILLEGAL; literal.Complete(); 

如果已经到了末尾，或者下 1 个字符是不能转义的字符，则返回 Token::ILLEGAL。那么我们看看 ScanEscape 是不是返回了 false 呢？

template  bool Scanner::ScanEscape() { uc32 c = c0_; Advance(); // Skip escaped newlines. if (!in_template_literal && c0_ != kEndOfInput && IsLineTerminator(c)) { // Allow escaped CR+LF newlines in multiline string literals. if (IsCarriageReturn(c) && IsLineFeed(c0_)) Advance(); return true; } switch (c) { case '\'': // fall through case '"' : // fall through case '\\': break; case 'b' : c = '\b'; break; case 'f' : c = '\f'; break; case 'n' : c = '\n'; break; case 'r' : c = '\r'; break; case 't' : c = '\t'; break; case 'u' : { c = ScanUnicodeEscape(); if (c < 0) return false; break; } case 'v': c = '\v'; break; case 'x': { c = ScanHexNumber(2); if (c < 0) return false; break; } case '0': // Fall through. case '1': // fall through case '2': // fall through case '3': // fall through case '4': // fall through case '5': // fall through case '6': // fall through case '7': c = ScanOctalEscape(c, 2); break; } // Other escaped characters are interpreted as their non-escaped version. AddLiteralChar(c); return true; } 

这个函数只有 2 处返回了 false。

1、如果转义字符后面是 u，u 后面不是 Unicode 字符时，返回 false

2、如果转义字符后面是 x，x 后面不是十六进制数字时，返回 false

也就是说：'\u'、'\uhello'、'\u1'、'\x'、'\xx' 都抛出异常。

Uncaught SyntaxError: Invalid Unicode escape sequence 

或

Uncaught SyntaxError: Invalid hexadecimal escape sequence 

而其它非转义字符，都直接执行了后面的代码：

AddLiteralChar(c); return true; 

前面的注释也说明了这一点：

Other escaped characters are interpreted as their non-escaped version.

其他转义字符被解释为对应的非转义版本。

综上，问题的根源就是 JavaScript 和 JSON 对转义字符的处理方式不同，导致了难以发现的 bug。JSON 遇到不能转义的字符直接抛出异常，而 JavaScript 遇到不能转义的字符直接解释为对应的非转义版本。

以上就是JavaScript 转义字符JSON parse错误研究的详细内容，更多关于JavaScript JSON parse错误的资料请关注其它相关文章！

提示： 本文由神整理自网络，如有侵权请联系本站删除！
本站声明：
1、本站所有资源均来源于互联网，不保证100%完整、不提供任何技术支持；
2、本站所发布的文章以及附件仅限用于学习和研究目的;不得将用于商业或者非法用途；否则由此产生的法律后果，本站概不负责！