最稳妥方式是用std::ifstream配合nlohmann::json::parse(ifs, nullptr, false)读取文件,禁用异常并手动判错;windows下需imbue(std::locale::classic())处理utf-8 bom;字段访问优先用contains()+at()而非operator[]防隐式插入;大文件应改用sax解析器避免内存暴涨;跨平台编译需关闭json_use_implicit_conversions等宏并统一c++17标准。

用 nlohmann::json 逐个读取并 push 到数组里最稳妥
直接拼接 JSON 字符串极易出错(比如末尾多逗号、引号未转义、编码不一致),所以必须用解析器驱动合并。nlohmann/json 是 C++ 里最成熟的 JSON 库,它能自动处理嵌套、转义、UTF-8 编码和类型校验。std::vector 存原始 json 对象,最后一次性 push_back 进目标数组,避免反复序列化开销。
常见错误现象:parse_error 报在第 2 个文件开头——说明前一个文件末尾没正确关闭,或你手动拼了字符串;invalid type: object expected——误把整个文件当对象读,但实际想合并的是多个独立对象(应统一读为 json 值再进数组)。
- 每个文件必须是合法的 JSON 值(可以是对象、数组、字符串等,不限于对象)
- 用
json::parse(std::ifstream)读,别用json::parse(std::string)再自己读文件内容,避免 Windows 换行/CRLF 导致解析失败 - 如果某文件解析失败,建议记录文件名和错误位置(
e.byte),不要直接exit()
合并时要不要验证所有文件结构一致?
不强制,但强烈建议在开发期加一层轻量检查。比如所有文件都应是 JSON 对象(不是数组或数字),且包含 "id" 字段——这类约束靠运行时断言比靠文档更可靠。
使用场景:日志归档、配置分片、测试数据集生成。若结构差异大(比如有的含 "tags" 数组,有的没有),后续解析容易触发 out_of_range 或静默丢字段。
- 检查方式:读完每个
json后立刻用j.is_object()和j.contains("id")判断 - 性能影响极小(O(1) 检查),但能提前暴露上游数据问题
- 生产环境可关掉检查,但保留日志警告(
spdlog::warn("file {} missing id", path))
std::ofstream 写入时如何避免中文乱码或格式崩溃?
核心就一条:写入前调用 file.imbue(std::locale("")); ,让流使用系统本地 locale(Linux/macOS 通常是 UTF-8,Windows 需确保控制台/终端支持 UTF-8)。否则 json.dump() 输出的 UTF-8 字节会被 ofstream 当作 Latin-1 处理,中文变乱码,甚至因字节截断导致 JSON 无效。
另一个坑:默认 dump() 不换行不缩进,10 万条数据会生成单行超长字符串,某些编辑器或调试器打不开。但加 dump(2) 又会让体积翻倍(空格/换行全算字符)。
- 推荐折中方案:
dump(-1)(最小化紧凑格式,无空格无换行)用于生产;dump(2)仅在调试时启用 - 绝对不要用
std::endl写 JSON——它强制 flush,严重拖慢大文件写入 - 写入前确认目录存在:
std::filesystem::create_directories("output/"),否则ofstream构造失败且不报错
内存不够读 500 个 10MB 的 JSON 文件怎么办?
别一次性全 load 进内存。nlohmann/json 支持流式解析(json_sax_dom_callback_parser),但对“合并为数组”这种简单场景,更实用的是分批处理:每次读 N 个文件 → 合并成子数组 → 写入临时文件 → 清空内存 → 继续下一批。最终用 shell 或 C++ 把临时文件拼成一个(注意首尾括号和逗号)。
性能关键点:N 的选择取决于单文件平均大小和可用 RAM。例如 16GB 内存,单文件平均 5MB,则 N 控制在 200 以内较安全(预留系统和其他开销)。
- 临时文件命名用
std::tmpnam或带时间戳的唯一名,避免并发冲突 - 拼接临时文件时,第一个文件保留开头
[,最后一个保留结尾],中间每个去掉首尾括号,改用,连接 - 真正的大规模场景(>10GB),建议改用基于 mmap 的解析库(如
simdjson)+ 自定义 SAX handler,跳过构建完整 DOM 树
file -i *.json 查 BOM,批量去除(sed -i '1s/^\xEF\xBB\xBF//' *.json)。C++免费学习笔记(深入):立即使用
在学习笔记中,你将探索 C++ 的入门与实战技巧!











