简单数据结构的最轻序列化方法

Question

我有一个简单的数据结构，我想在不增加太多开销的情况下对其进行序列化。就数据大小而言，您认为哪种方法最好？

自定义 serialization/deserialization 使用分隔符作为“#”或我 100% 的其他字符不存在于我的数据中
XmlSerialization
JSON
其他

我使用自定义序列化并以 # 作为分隔符，因为我 100% 确定我的数据中没有该字符。

数据结构示例：

string        Title       
int           ChapterIndex
List<String>  Paragraphs

我有上面object的列表

无优化（制表符和空格）

JSON:

[
 {
    "title": "some title 0",
    "chapterIndex": 0,
    "paragraphs": ["p1", "p2", "p3", "p4"]
 },
 {
    "title": "some title 1",
    "chapterIndex": 1,
    "paragraphs": ["p1chap1", "p2chap1", "p3chap1", "p4chap1"]
 }
]

XML:

<RootTag>
    <item title="some title 0" chapterIndex="0">
        <paragraph>p1</paragraph>
        <paragraph>p2</paragraph>
        <paragraph>p3</paragraph>
        <paragraph>p4</paragraph>
    </item>
    <item title="some title 1" chapterIndex="1">
        <paragraph>p1chap1</paragraph>
        <paragraph>p2chap1</paragraph>
        <paragraph>p3chap1</paragraph>
        <paragraph>p4chap1</paragraph>
    </item>
</RootTag>

优化（没有不必要的字符）

JSON:

[{"title":"some title 0","chapterIndex":0,"paragraphs":["p1","p2","p3","p4"]},{"title":"some title 1","chapterIndex":1,"paragraphs":["p1chap1","p2chap1","p3chap1","p4chap1"]}]

XML:

<RootTag><item title="some title 0" chapterIndex="0"><paragraph>p1</paragraph><paragraph>p2</paragraph><paragraph>p3</paragraph><paragraph>p4</paragraph></item><item title="some title 1" chapterIndex="1"><paragraph>p1chap1</paragraph><paragraph>p2chap1</paragraph><paragraph>p3chap1</paragraph><paragraph>p4chap1</paragraph></item></RootTag>

自定义：

some title 0##0##p1#p2#p3#p4###some title 1##1##p1chap1#p2chap1#p3chap1#p4chap1###and_so_on

自定义优化：

some title 0§0§p1#p2#p3#p4¤some title 1§1§p1chap1#p2chap1#p3chap1#p4chap1¤and_so_on

有

¤ 作为列表项分隔符
§ 作为项目分隔符内的属性
# 作为段落内容分隔符

更新： 在我的例子中，我的字符串多于整数，因为它是一种 book/lyrics 应用程序，只需要标题 chapternumber/lyricId 和歌词的所有段落。

Answer 1

在我看来 JSON 是最简单的方法，而且不会产生任何开销。在这里： http://json.org/example 你可以看到 JSON 和 XML 之间的区别。

JSON 解析器会自动为您完成所有工作。

Answer 2

我一直在我的项目中使用 google 的 proto-buf 序列化，它是迄今为止最轻量级的序列化之一。

Answer 3

决定起来很复杂。如果您的类主要由字符串组成，那么您的方法更好。唯一的 "more better" 方法是压缩生成的流（创建序列化数据后您仍然可以做的事情）。

如果你的数据主要是numeric/non-string，那么BinaryFormatter/protobuf是二进制序列化器，它们的输出应该比你的序列化器小，因为你使用5个字节来序列化10000，而二进制序列化程序可能只使用 2-4 个字节。

Json 和 xml 序列化器肯定会产生更大的序列化数据，因为它们都是 "textual" （因此它们将数字 10000 序列化为 10000 ) （和你的序列化程序一样）和它们包含额外的标记，这些标记是非空的，根据定义不小于单个字符。

现在...编写自定义序列化程序或使用 protobuf 哪个更好？我会说我更相信由 Marc Gravell (protobuf) 编写并基于 google 创建的 "standard" 的序列化程序，而不是我编写的序列化程序 :-) 因为现在你正在序列化整数和字符串……但也许明天您需要序列化 DateTime 或 float 或其他复杂类型。比正确实现序列化所需的时间少 100 个字节更好吗？由你来决定。

Protobuf 示例：

[ProtoContract]
public class MyObject
{
    [ProtoMember(1)]
    public string title { get; set; }
    [ProtoMember(2)]
    public int chapterIndex { get; set; }
    [ProtoMember(3)]
    public List<String> paragraphs { get; set; }
}

var myo = new[] 
{ 
    new MyObject
    {
        title = "some title 0",
        chapterIndex = 0,
        paragraphs = new List<string> { "p1", "p2", "p3", "p4" }
    }, 
    new MyObject
    {
        title = "some title 1",
        chapterIndex = 1,
        paragraphs = new List<string> { "p1chap1", "p2chap1", "p3chap1", "p4chap1" }
    }, 
};

byte[] bytes;

using (var ms = new MemoryStream())
{
    Serializer.Serialize(ms, myo);
    bytes = ms.ToArray();
}

using (var ms = new MemoryStream(bytes))
{
    MyObject[] myo2 = Serializer.Deserialize<MyObject[]>(ms);
}

byte[] 的长度是 86，因此只比您的自定义格式化程序 (81) 长一点。但请注意，这是单个数字字段，并且您使用的是单个数字。关键是 protobuf 可能仍然更好，因为它是由专业人士编写的，并且没有作为序列化程序的限制。

Answer 4

在尝试了答案中提供的所有序列化类型后，我找到了问题的答案。

当并且仅当要求是这些时：

数据大小优先级
简单的数据结构
需要自定义序列化和反序列化
了解数据内容以正确选择分隔符

只有在这些条件下才能使用自定义序列化，如我的问题所示。

关于性能？
这完全取决于您如何编写 de/serialization 方法。

简单数据结构的最轻序列化方法

Lightest serialization method for simple data structure

c#

xml

serialization

json

xml-serialization