ExtendScript环境下json2解析长数组JSON缓慢的原因及优化方法

• json2是面向全场景兼容的通用递归下降JSON解析器，解析过程中会逐字符扫描做完整的JSON语法校验、边界回溯，对所有JSON支持的类型（对象、字符串、转义字符、嵌套结构等）都做了分支判断。你的数据是结构高度固定的纯数值矩阵，90%以上的校验和分支判断都是完全无用的额外开销。
• 你使用的Adobe ExtendScript是基于ECMA-262 3rd标准的老旧引擎，没有现代JS引擎的JIT即时编译优化，递归函数调用、长字符串逐字符遍历、数组动态扩容的开销比现代环境高两个数量级以上。解析短数组时这些基础开销占比极低感知不明显，解析数万元素的长数组时，开销会呈超线性增长，最终出现10MB文件需要25分钟才能解析完的情况。
• 原版json2解析数组时采用逐个元素动态push的方式写入，ExtendScript环境下数组动态扩容的成本极高，数万元素反复触发内存重分配会进一步拖慢速度。

优先方案：针对固定结构写专用解析逻辑 #

你的数据结构完全规整，没有复杂的字符串、转义、动态嵌套场景，完全不需要用通用JSON解析器。直接针对4x4数值矩阵的结构写极简解析，跳过所有无用的语法校验步骤，速度可以提升100倍以上，同量级文件在ExtendScript环境下耗时可以压缩到10秒级别。
示例代码：

function parseMatrixJSON(content) {
    // 把所有非数值相关字符替换为分隔符，快速提取所有数字
    var numChunk = content.replace(/[^\d\-\.eE]+/g, '|');
    var numSegments = numChunk.split('|');
    var numList = [];
    for (var i = 0; i < numSegments.length; i++) {
        var seg = numSegments[i];
        if (seg) numList.push(parseFloat(seg));
    }

    var result = [];
    var cursor = 0;
    // 按实际顶层数组结构重组，以下示例为单个顶层矩阵数组的场景
    var matrixArray = [];
    while (cursor < numList.length) {
        // 每个4x4矩阵固定占16个数值
        var mat = [
            [numList[cursor], numList[cursor+1], numList[cursor+2], numList[cursor+3]],
            [numList[cursor+4], numList[cursor+5], numList[cursor+6], numList[cursor+7]],
            [numList[cursor+8], numList[cursor+9], numList[cursor+10], numList[cursor+11]],
            [numList[cursor+12], numList[cursor+13], numList[cursor+14], numList[cursor+15]]
        ];
        matrixArray.push(mat);
        cursor += 16;
    }
    result.push(matrixArray);
    // 存在多个顶层数组时，在上面按数值偏移量拆分即可
    return result;
}

// 调用替换原有JSON.parse逻辑
var f = new File(filepath);
f.open("r");
f.encoding = "UTF-8";
var content = f.read();
f.close();
var obj = parseMatrixJSON(content);

如果文件中除了矩阵外还有少量其他字段，可以先通过字符串定位找到各个大矩阵数组的起止下标，仅对矩阵段用上述快速逻辑解析，剩余小体量内容用通用解析器处理，兼顾开发效率和解析速度。

备选方案：替换为ES3环境优化版解析器 #

如果不想维护专用解析逻辑，可以替换掉原版json2，选择针对老旧ES3环境优化的非递归实现JSON解析库，这类库去掉了大量冗余的兼容分支，用循环代替递归减少函数调用开销，解析速度比原版json2快5-10倍，但性能表现远不如专用结构解析。

辅助优化技巧 #

读取文件时不要一次性加载全量内容到单个长字符串，可以按固定块大小读取，边读边解析，减少长字符串操作带来的内存GC开销，该方案优化幅度在20%-30%左右，适合作为前两个方案的补充。

内容的提问来源于stack exchange，提问作者Simon Björk