json是一种非常简单、易读的数据结构。通常我们在做开发时，会选取json作为数据传输格式。同时为了提升性能、降低带宽，我们一般会对json数据进行压缩。今天我们就来谈谈各种压缩方法。

1、常规压缩：

默认的json数据是带有换行的，所以最简单的压缩方法是将json中的回车换行去掉，压缩成一行字符串。

测试：找了一个大的json字符串，原始大小为1.1m，去掉回车换行压缩成一行后，大小变为了360k。

在线压缩工具： https://www.bejson.com/

其次，我们还可以将json中的key变短，设置可以是无意义的符号（只要我们规定好含义即可），这样也能减少json大小。

2、使用gzip、deflate算法压缩：

json本身就是一个文本信息，所以我们可以使用gzip、deflate等算法对其进行压缩，它们都是使用哈弗慢编码的一个无损数据压缩算法，对文本内容压缩的压缩比很高，基本在80%以上。大多数浏览器也都是使用这两种方式对http协议中的响应实体进行压缩。

这里不过多举例子，有兴趣的同同学可以自行尝试。

3、CJSON和HPack压缩算法：

这两种都是针对json数据结构压缩的算法。其主要思路都是将原始json数据抽离成 Template 与 Value，节省掉重复的 "Key 值"。1）cjson压缩：

例如，一个原始json：

"x": 100, "y": 100 "x": 100, "y": 100, "width": 200, "height": 150

使用cjson压缩后：

"templates": [ [0,"x","y"], [1,"width","height"] "values": [ "values": [1,100,100 ] "values": [2,100,100,200,150 ]

2）hpack压缩：

hpack是一个无损、跨语言、注重性能的数据集压缩程序。它能够将用于表示泛型同构集合的字符数减少70%。此算法提供了多个级别的压缩（从0到4）。级别0压缩通过从结构中删除键（属性名）来执行最基本的压缩，该结构在索引0上创建一个具有每个属性名的头。下一个级别允许通过假设存在重复的条目来进一步减小JSON的大小。
原始json：

name : "Andrea",   age : 31,   gender : "Male",   skilled : true   name : "Eva",   age : 27,   gender : "Female",   skilled : true   name : "Daniele",   age : 26,   gender : "Male",   skilled: false [ "name","age","gender","skilled"], ["Andrea",31,"Male", true], [ "Eva", 27,"Female",true], ["Daniele",26,"Male",false]

结论：
两种方法都是主要讲json 的 键抽出来统一建成索引，只是最后的格式不同，HPack 简化后的格式比CJSON 少了许多字符，所以HPack 的压缩效率比较高, 如果 JSON 内容太少, CJSON的资料可能反而会比较多。

https://blog.csdn.net/ZYC88888/article/details/104697362

json是一种非常简单、易读的数据结构。通常我们在做开发时，会选取json作为数据传输格式。同时为了提升性能、降低带宽，我们一般会对json数据进行压缩。今天我们就来谈谈各种压缩方法。1、常规压缩：默认的json数据是带有换行的，所以最简单的压缩方法是将json中的回车换行去掉，压缩成一行字符串。测试：找了一个大的json字符串，原始大小为1.1m，去掉回车换行压缩成一行后，大小变为了360k。在线压缩工具：https://www.bejson.com/其次，我们还可以将json中的ke 最近公司开发一款app（原生安卓的），由于客户需要在app上展示3D效果图，但是客户的源文件是setp格式的，而且文件很大。鉴于文件解析等一系列考虑，最终打算使用服务器将源文件解析成 json 或者obj格式，然后传输到app上打开预览，最终选择的是使用python将step解析成 json ，本地测试一切正常，上线发现问题来了，解析出来的 json 文件比源文件非常大，通常都是好几十MB，所以就考虑 压缩 传输，然后在客户端进行解压渲染。 各种 压缩 方式测试 7z+zip或者7z+7z 压缩 方案：采用7z 压缩 后，再使