当前位置:首页 > 文章列表 > Golang > Go教程 > Go 怎样压缩 JSON 并保留字符串内容

Go 怎样压缩 JSON 并保留字符串内容

来源:17golang原创 2026-10-17 16:34:18 0浏览 收藏

Go 里压缩一段 JSON,直接使用 encoding/json 的 json.Compact:它把 JSON 结构中的无意义空格、换行和制表符去掉,并把结果追加到 bytes.Buffer。字符串值内部的空格不会被当成格式空白删除;如果输入不是合法 JSON,则保留错误并停止把缓冲区内容交给下游。

官方地址:https://pkg.go.dev/encoding/json

要点速览
  • json.Compact(dst, src) 适合压缩已经拿到的 JSON 字节。
  • 对象、数组的格式空白会被移除,字符串里的原始内容会保留。
  • 返回 error 时不要把输出当作完整 JSON 使用;是否覆盖旧缓冲区由调用方明确处理。

用 bytes.Buffer 接收压缩结果

Compact 的参数不是返回新的字节切片,而是接收一个目标缓冲区,再读取源字节。这个设计适合把压缩结果继续写入请求体、缓存或文件。下面的示例只关注压缩边界,代码没有依赖业务结构体。

package main

import (
    "bytes"
    "encoding/json"
    "fmt"
)

func compactJSON(src []byte) ([]byte, error) {
    var dst bytes.Buffer
    // Compact 只移除 JSON 结构空白,不改写字符串值。
    if err := json.Compact(&dst, src); err != nil {
        // 输入非法时把语法错误交给调用方,避免消费不完整结果。
        return nil, fmt.Errorf("压缩 JSON: %w", err)
    }
    // Bytes 返回当前缓冲区内容;调用方可复制后长期保存。
    return dst.Bytes(), nil
}

这里的 dst 是局部缓冲区,函数成功时返回它的字节内容;如果需要跨越缓冲区生命周期保存,可以在调用方使用 bytes.Clone。不要把一个会继续写入的 Buffer 的内部切片当成稳定快照。

Go json.Compact、bytes.Buffer、结构空白和字符串值之间的静态关系说明图
图1:json.Compact 与 bytes.Buffer 的静态关系说明图,展示结构空白与字符串值的边界;不是运行截图。

压缩只针对结构空白,不改字符串语义

JSON 里的空白并不都具有同一种意义。对象键和值之间的空格、逗号后的换行属于格式排版;而字符串字面量中的空格属于数据。例如 "Go 教程" 中间的空格必须保留,字符串里的换行通常以 \n 形式存在,也不能被当成排版换行处理。

func exampleInput() []byte {
    // 结构换行和缩进可以压缩,字符串中的空格属于业务内容。
    return []byte(`{
        "title": "Go 教程",
        "note": "保留  字符串  中的空格",
        "items": [1, 2, 3]
    }`)
}

json.Compact 不是通用文本去空格工具,它会按 JSON 语法识别字符串、数字、对象和数组。也因此,不能用 strings.ReplaceAll 粗暴删除空格:那样会破坏字符串内容,甚至把转义边界弄乱。

非法 JSON 要把错误留在边界内

Compact 返回 error,意味着压缩动作同时承担了输入语法检查。少一个引号、数组逗号多写一个,或者对象结构没有闭合,都应进入错误分支。生产代码里应先记录或包装错误,再决定返回 400、丢弃消息,还是交给重试队列;不要只因为 Buffer 里已经有部分内容就继续解析。

func safeCompact(src []byte) ([]byte, error) {
    var dst bytes.Buffer
    // 先建立压缩结果,目标缓冲区只服务于这一次输入。
    if err := json.Compact(&dst, src); err != nil {
        // 错误路径不暴露可能不完整的字节,调用方只能处理明确失败。
        return nil, err
    }
    return bytes.Clone(dst.Bytes()), nil
}

如果上游已经有独立的合法性判断,可以先用 json.Valid 做快速分支,但通常没有必要为了同一份输入重复扫描;直接调用 Compact 并处理它的错误即可。是否清空复用的 Buffer,要根据调用方是否还需要旧内容来决定,避免把两次请求的结果拼在一起。

Go json.Compact 合法 JSON、非法 JSON、error 和调用方之间的静态错误边界说明图
图2:合法输入与非法输入的错误边界说明图,强调 error 先于结果消费;不是运行截图。

按用途选择 JSON 的三种处理方式

目标推荐方式边界
压缩已有 JSON 字节json.Compact保留字符串内容,返回语法错误
从 Go 值生成 JSONjson.Marshal由类型和值重新编码,不是原文压缩
调试或配置阅读json.Indent 或 json.MarshalIndent增加缩进,不适合追求最小体积

如果输入是可信的 JSON 文本而任务只是去掉排版空白,优先使用 Compact,这样不会把数字、键顺序或字符串重新转换成另一种表示。若你需要校正字段类型、过滤未知字段或改变编码策略,应先解码再重新编码,那已经超出了“只压缩空白”的边界。

发布前的压缩检查清单

  • 目标缓冲区是否只对应当前输入,没有残留上一次请求的内容?
  • 错误是否被返回或包装,下游是否只消费成功结果?
  • 示例中的字符串空格、转义换行是否被视为数据而非排版?
  • 是否把 Compact 与 Marshal 的用途区分开了?
  • 如果返回的字节需要长期保存,是否复制了 Buffer 的内容?

相关问题

json.Compact 会删除字符串里的空格吗?

不会。它删除的是 JSON 结构中的无意义空白,字符串字面量内部的字符仍属于数据。

压缩失败时能继续使用 bytes.Buffer 吗?

不建议。错误表示输入没有完成合法的 JSON 压缩,调用方应丢弃这次结果并按业务规则处理错误。

已经有 Go 结构体时还需要 Compact 吗?

通常不需要。结构体应直接用 json.Marshal 生成紧凑 JSON;Compact 更适合处理已经存在的 JSON 字节。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go 怎样把 JSON 缩进写入已有缓冲区Go 怎样把 JSON 缩进写入已有缓冲区
上一篇
Go 怎样把 JSON 缩进写入已有缓冲区
Go 怎样让自定义类型参与文本编码
下一篇
Go 怎样让自定义类型参与文本编码
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    505次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    563次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    590次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    542次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    353次使用