JavaのストリーミングAPIを使ってJSON文字列を解析する方法

JavaのStreaming APIは、重要なインターフェースであるJsonParserを中心に構成されています。このインターフェースには、JSONをストリーミング方式で解析するためのメソッドが用意されており、JSONデータに対して前方方向・読み取り専用のアクセスを提供します。

Jsonクラスには、入力ソースからパーサーを生成するためのメソッドが含まれています。JSONを解析する際は、Jsonクラスの静的メソッドcreateParser()を使用します。

なお、このAPIはJSR 353（Java API for JSON Processing：JSON-P）に基づいており、利用するにはGlassfish実装などのライブラリをプロジェクトの依存関係に追加する必要があります。

構文

public static JsonParser createParser(Reader reader)

引数にはjava.io.Readerオブジェクトを渡します。文字列として保持しているJSONを解析する場合は、StringReaderを使うと簡単です。

コード例

import java.io.*;
import javax.json.Json;
import javax.json.stream.JsonParser;
import javax.json.stream.JsonParser.Event;

public class JSONParseringTest {
    public static void main(String[] args) {
        String jsonString = "{\"name\":\"Adithya\",\"employeeId\":\"115\",\"age\":\"30\"}";
        JsonParser parser = Json.createParser(new StringReader(jsonString));
        while(parser.hasNext()) {
            Event event = parser.next();
            if(event == Event.KEY_NAME) {
                switch(parser.getString()) {
                    case "name":
                        parser.next();
                        System.out.println("Name: " + parser.getString());
                        break;
                    case "employeeId":
                        parser.next();
                        System.out.println("EmployeeId: " + parser.getString());
                        break;
                    case "age":
                        parser.next();
                        System.out.println("Age: " + parser.getString());
                        break;
                }
            }
        }
    }
}

実行結果

Name: Adithya
EmployeeId: 115
Age: 30

コードの解説

上記の例では、まずJson.createParser()にStringReaderを渡してパーサーを生成しています。続いて、hasNext()とnext()を使ってJSONのイベントを先頭から順番に取得していきます。

取得したイベントの種類がEvent.KEY_NAME（キー名）である場合に、getString()でキー名を判定し、switch文で目的のキーに応じた処理へ分岐させます。キー名の次にあるのは値のイベントなので、もう一度parser.next()を呼び出してカーソルを進め、そこでgetString()を実行することで実際の値を取得できる仕組みです。

このようにストリーミングAPIでは、JSON全体をメモリに展開せずにイベントを逐次処理できるため、大きなJSONデータを扱う場合でもメモリ消費を抑えながら高速に解析を行えます。