JSON

Programación

JSON (acrónimo de JavaScript Object Notation, ‘notación de objeto de JavaScript’) es un formato de texto sencillo para el intercambio de datos. Se trata de un subconjunto de la notación literal de objetos de JavaScript, aunque, debido a su amplia adopción como alternativa a XML, se considera un formato independiente del lenguaje.

Una de las supuestas ventajas de JSON sobre XML como formato de intercambio de datos es que resulta mucho más sencillo escribir un analizador sintáctico (parser) para él. En JavaScript, un texto JSON se puede analizar fácilmente usando la función eval(), algo que (debido a la ubicuidad de JavaScript en casi cualquier navegador web) ha sido fundamental para que haya sido aceptado por parte de la comunidad de desarrolladores AJAX.

En la práctica, los argumentos a favor de la facilidad de desarrollo de analizadores o de sus rendimientos son poco relevantes, debido a las cuestiones de seguridad que plantea el uso de eval() y el auge del procesamiento nativo de XML incorporado en los navegadores modernos. Por esa razón, JSON se emplea habitualmente en entornos donde el tamaño del flujo de datos entre cliente y servidor es de vital importancia (de aquí su uso por Yahoo!, Google, Mozilla, etc, que atienden a millones de usuarios) cuando la fuente de datos es explícitamente de fiar y donde no es importante el hecho de no disponer de procesamiento XSLT para manipular los datos en el cliente.

Si bien se tiende a considerar JSON como una alternativa a XML, lo cierto es que no es infrecuente el uso de JSON y XML en la misma aplicación; así, una aplicación de cliente que integra datos de Google Maps con datos meteorológicos en SOAP (Simple Object Access Protocol) necesita hacer uso de ambos formatos.

Estructura

La información en JSON se organiza en torno a dos estructuras: objetos y arrays.

Objetos

Un objeto JSON es una colección de pares nombre/valor, el nombre y el valor se separan mediante :

Ejemplo:

"pais" : "España"
"edad" : 31
"email" : null
"esValido": true

Los objetos JSON van entre llaves y cada par nombre/valor se separa por comas (o retornos de carro).

Arrays

Los arrays son una colección ordenada de valores. Cada array va entre corchetes y los valores se separan por comas.

Ejemplo;

["Burgos", "Salamanca", "Soria"]

Los arrays también pueden contener objetos como sus valores.

Publicaciones Similares

  • Configuración Bash

    Porroberto

    – Configuración de los locales para que funcione todo bien: `export LANG=es_ES.UTF-8` – Listar con colores: `ls -h –color`. Para que salga por defecto, se añade un alias en el .bashrc: `alias ls=’ls -h –color’` – Mantener el histórico de comandos entre sesiones: añadir `shopt -s histappend`en el `.bahsrc`

  • Métrica

    Porroberto

    Estructura de Métrica Versión 3 Ha tomado como referencia el Modelo de Ciclo de Vida propuesto en la norma ISO 12207, distinguiendo procesos principales (Planificación, Desarrollo y Mantenimiento) e interfaces (Gestión de Proyectos, Aseguramiento de la Calidad, Seguridad y Gestión de la Configuración), cuyo objetivo es dar soporte al proceso en los aspectos organizativos. Ha…

  • Softmax

    Porroberto

    La función Softmax La función Softmax (o función exponencial normalizada)es equivalente a la sigmoide, pero cuando el problema de clasificación en lugar de tener dos clases tiene tres o más. La función está dada por $$ \sigma_j(\vec{z}) = \frac{e^{z_j}}{\sum_{k=1}^K e^{z_k}}, \mbox{ para } j=1,\dots K $$ En python la podríamos definir de la siguiente forma:…

  • NoSQL

    Porroberto

    Bases de Datos SQL (Relacionales) Difíciles de escalar. Difícil fragmentar por servicios o áreas geográficas. Un pequeño error en un fichero puede arrui­nar toda la base de datos Un error en una SQL puede borrar todas las tablas o corromper un repositorio. Bases de datos NoSQL Su objetivo es garantizar la escalabilidad, asegurando que los…

  • Machine Learning

    Porroberto

    Introducción Los términos machine learning y aprendizaje automático se utilizan indistintamente. Inteligencia artificial Aunque a veces se usan indistintamente los términos inteligencia artificial y machine learning, machine learning es solo una parte de la inteligencia artificial. Ejemplos en los que se utiliza hoy en día la inteligencia artificial son: Detección del fraude. Programación de recursos….