62 lines
6.2 KiB
TypeScript
62 lines
6.2 KiB
TypeScript
/**
|
||
* 原生记录JSON数组的逐项byte解析器（parserVersion=3），不先JSON.parse整文件。
|
||
* 游标是[之后/逗号之后的字节位置，必须由runner保存合法边界；这里只校验数值范围，不重新证明任意seek位置。
|
||
* 记录级JSON/UTF8/大小错误可报告后继续；数组结构无法恢复时结束源，已发布业务前缀由runner保留。
|
||
*/
|
||
import {readImportRange,type ImportByteReader} from './import-byte-reader.ts';
|
||
import {createImportBudget,type ImportScheduling} from './import-budget.ts';
|
||
import type {ImportSource,ImportLine} from './imports.ts';
|
||
import {fault,validJson} from '../canvas-core/values.ts';
|
||
/** Seekable JSON array reader. Cursors are byte offsets after '[' or a record comma.
|
||
* Structure errors end the source; previously published records remain explicit. */
|
||
/** 捕获 Blob/max/chunk 与返回指纹标量，按字节 offset 每次返回一条记录，缓存一个读取块。
|
||
* readBytes 与调度选项仍从原 options 读取，调用方应保持它们稳定；这里不建立源摘要/读取证明。
|
||
* 默认单条 256KiB/块 16KiB，未给 maxRecordBytes 设置总上限，也不限制源文件总长。
|
||
* 不分配业务 ID、不发布 history 或发送请求；缓存不是持久进度，合法边界由 runner 保存。 */
|
||
export function createJsonArrayImportSource(options:{bytes:Blob;fingerprint:string;readBytes?:ImportByteReader;maxRecordBytes?:number;chunkBytes?:number}&ImportScheduling):ImportSource{
|
||
const bytes=options.bytes,max=options.maxRecordBytes??256*1024,chunk=options.chunkBytes??16384;
|
||
if(!(bytes instanceof Blob)||!options.fingerprint||!Number.isSafeInteger(max)||max<1||!Number.isSafeInteger(chunk)||chunk<1||chunk>max)throw fault('invalid_import_source');
|
||
// byte缓存可跨record复用；空白按JSON四种ASCII空白处理，不误把UTF8字符串内容当分隔符。
|
||
let cache={offset:-1,value:new Uint8Array()};const whitespace=(b:number)=>[9,10,13,32].includes(b);
|
||
/** read每次返回一个ImportLine及nextCursor；EOF返回null，源级I/O失败仍抛出而不伪装坏记录。 */
|
||
return Object.freeze({fingerprint:options.fingerprint,parserVersion:3,async read(start:number,signal:AbortSignal):Promise<ImportLine|null>{
|
||
if(!Number.isSafeInteger(start)||start<0||start>bytes.size)throw fault('invalid_import_cursor');
|
||
// EOF offset 直接返回 null，不重扫先前数组结构；任意范围内 seek 也不证明是合法记录起点。
|
||
if(start>0&&start===bytes.size){if(signal.aborted)throw fault('import_aborted');return null;}
|
||
if(bytes.size===0)throw fault('invalid_json_array');
|
||
let cursor=start;const budget=createImportBudget(signal,options);
|
||
/** 按需填充定长byte缓存，不推进cursor；每次读取前后检查取消。 */
|
||
async function peek(){if(signal.aborted)throw fault('import_aborted');if(cursor>=bytes.size)return -1;if(cursor<cache.offset||cursor>=cache.offset+cache.value.length){cache={offset:cursor,value:await readImportRange(bytes,options.readBytes,cursor,cursor+chunk,signal)};if(signal.aborted)throw fault('import_aborted');}return cache.value[cursor-cache.offset];}
|
||
/** 单字节推进并记入合作预算，调用者await可在预算要求时实际让出。 */
|
||
function advance(){cursor++;return budget.step();}
|
||
/** 只跳过JSON语法空白，字符串中的空白由状态机原样收集。 */
|
||
async function spaces(){while(whitespace(await peek()))await advance();}
|
||
/** 结构失败转成一条终结错误记录，nextCursor直接EOF，不能继续猜后面的记录边界。 */
|
||
const failure=(error:string):ImportLine=>({cursor:start,nextCursor:bytes.size,key:`byte:${start}`,error});
|
||
await spaces();if(start===0){if(await peek()!==91)return failure('invalid_json_array');await advance();await spaces();}
|
||
if(await peek()===93){await advance();await spaces();if(cursor!==bytes.size)return failure('invalid_json_array');if(start!==0){/* Empty tail is valid only after a record, not a trailing comma. */return failure('invalid_json_array');}return null;}
|
||
if(await peek()===-1)return failure('incomplete_json_array');
|
||
// parts 是至多 max 个字节数值的普通数组（内存成本不等于 max 字节），stack 至多保留 256 层括号。
|
||
// quoted/escaped 只定位边界，不完整校验 JSON；超大小后仍扫描但不再收集，坏结构仍可能终结整个源。
|
||
const recordStart=cursor,parts:number[]=[],stack:number[]=[];let quoted=false,escaped=false,oversized=false;
|
||
while(true){const byte=await peek();if(byte===-1)return failure('incomplete_json_array');
|
||
if(!quoted&&stack.length===0&&(byte===44||byte===93))break;
|
||
if(cursor-recordStart<max)parts.push(byte);else oversized=true;
|
||
if(quoted){if(escaped)escaped=false;else if(byte===92)escaped=true;else if(byte===34)quoted=false;}
|
||
else if(byte===34)quoted=true;else if(byte===123||byte===91){stack.push(byte);if(stack.length>256)return failure('json_nesting_limit');}else if(byte===125||byte===93){if(stack.pop()!==(byte===125?123:91))return failure('invalid_json_array');}
|
||
await advance();
|
||
}
|
||
// 先确认记录后的外层分隔与尾部，再返回此记录；若尾逗号/垃圾在此处发现，本记录也返回结构失败。
|
||
// 数组内嵌 ] 已由 stack 处理；nextCursor 消费分隔和后续空白，最后一项则推进到真实 EOF。
|
||
const delimiter=await peek();await advance();
|
||
if(delimiter===93){await spaces();if(cursor!==bytes.size)return failure('invalid_json_array');}
|
||
else {await spaces();if(await peek()===93||await peek()===-1)return failure('invalid_json_array');}
|
||
const base={cursor:start,nextCursor:cursor,key:`byte:${start}`};
|
||
if(oversized)return{...base,error:'record_too_large'};
|
||
// fatal UTF-8 与 JSON.parse 在边界已确定后处理，失败可随 nextCursor 继续下一项；不做元素业务 schema 校验。
|
||
// JSON.parse 同步完成且无中途取消，记录扫描的预算不抢占解码/解析；调用方仍需在采纳结果前校验生命周期。
|
||
let text:string;try{text=new TextDecoder('utf-8',{fatal:true}).decode(new Uint8Array(parts));}catch{return{...base,error:'invalid_utf8'};}
|
||
try{const value=JSON.parse(text);return validJson(value)?{...base,value}:{...base,error:'invalid_json_value'};}catch{return{...base,error:'invalid_json'};}
|
||
}});
|
||
}
|