JSON是轻量级数据交换格式，非编程语言，语法独立于语言但类似JavaScript对象字面量；要求双引号、无注释、顶层仅object或array；JSON.parse()严格校验，JSON.stringify()忽略undefined/function并丢失类型信息。
JSON 不是一种编程语言，而是一种轻量级的数据交换格式，语法独立于语言，但与 JavaScript 的对象字面量高度相似。它被设计为易读、易解析、易生成，几乎所有现代语言都原生支持 JSON。
JSON 的基本语法规则
JSON 数据必须是字符串形式，且只允许使用双引号包裹键名和字符串值；不允许注释、尾随逗号、undefined、函数、Date 对象或 RegExp 实例。合法的顶层结构只能是 object（花括号）或 array（方括号）。
常见错误包括：
- 用单引号代替双引号：
{'name': 'Alice'}❌（应为{"name": "Alice"}） - 键名没加引号：
{name: "Alice"}❌（JSON 要求所有键必须是双引号字符串） - 包含
undefined或function()：会被JSON.stringify()忽略或抛错
JSON.parse()：把字符串转成 JavaScript 值
该方法严格校验输入——只要字符串不符合 JSON 语法，就会立即抛出 SyntaxError。不能用于解析任意 JS 对象字面量（比如带单引号或省略引号的）。
立即学习“Java免费学习笔记（深入）”；
用Apache Spark进行大数据处理
下载
本文档主要讲述的是用Apache Spark进行大数据处理——第一部分：入门介绍；Apache Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架。最初在2009年由加州大学伯克利分校的AMPLab开发，并于2010年成为Apache的开源项目之一。 在这个Apache Spark文章系列的第一部分中，我们将了解到什么是Spark，它与典型的MapReduce解决方案的比较以及它如何为大数据处理提供了一套完整的工具。希望本文档会给有需要的朋友带来帮助；感
实操建议：
- 始终用
try...catch包裹，避免未捕获异常导致程序中断 - 服务端返回的响应体（如
fetch().then(r => r.json())）内部已调用JSON.parse()，无需重复解析 - 如果需要处理非标准格式（如带注释的配置），先用正则或专用库清洗，再传给
JSON.parse()
try {
const data = JSON.parse('{"user": {"id": 42, "active": true}}');
console.log(data.user.id); // 42
} catch (err) {
console.error('解析失败:', err.message);
}
JSON.stringify()：把 JavaScript 值转成 JSON 字符串
它只序列化可枚举的自有属性，会跳过 undefined、function、symbol 值，以及循环引用的对象（直接抛 TypeError）。
关键参数说明：
- 第二个参数
replacer可以是数组（指定白名单字段）或函数（自定义序列化逻辑） - 第三个参数
space控制缩进，传数字（空格数）或字符串（如"\t"）用于美化输出 - 日期对象会被自动转为 ISO 字符串：
new Date("2023-01-01")→"2023-01-01T00:00:00.000Z"
const obj = { name: "Bob", age: 30, createdAt: new Date() };
console.log(JSON.stringify(obj, null, 2));
// 输出：
// {
// "name": "Bob",
// "age": 30,
// "createdAt": "2023-01-01T00:00:00.000Z"
// }
容易被忽略的边界情况
实际项目中，最常踩的坑不是语法错误，而是类型隐式转换和数据完整性丢失：
