Paparan pokok JSON lawan paparan jadual: yang mana sebenarnya membantu anda menyahpepijat lebih pantas

Kebanyakan pemapar JSON memberi anda pilihan antara paparan pokok (bersarang, boleh dilipat, satu nilai setiap baris) dan paparan jadual (baris dan lajur, gaya hamparan/spreadsheet). Ia kelihatan seperti dua kulit pada data yang sama, jadi menggoda untuk memilih sahaja yang mana alat anda buka secara lalai. Itu adalah gerak hati yang salah — kedua-dua paparan itu sebenarnya dioptimumkan untuk bentuk data yang berbeza dan tugas menyahpepijat yang berbeza, dan memilih yang salah untuk tugas tersebut merugikan masa sebenar anda.

Apa yang setiap paparan sebenarnya hebat lakukan

Paparan pokok mencerminkan struktur sebenar JSON: setiap objek dan tatasusunan adalah nod yang boleh dilipat, setiap nilai daun terletak pada barisnya sendiri di sebelah kuncinya. Ini adalah pilihan yang betul apabila:

Struktur itu sendiri adalah apa yang anda nyahpepijat — anda cuba mencari di mana dalam objek yang bersarang dalam sesuatu nilai berada, atau mengesahkan sesuatu medan wujud langsung.
Data itu tidak sekata — objek berbeza dalam respons yang sama mempunyai set kunci yang berbeza, medan pilihan, atau kedalaman bersarang yang berbeza-beza. Jadual tidak boleh mewakili itu dengan bersih; pokok boleh.
Anda perlu melihat hubungan induk-anak secara jelas, seperti menjejaki tatasusunan mana yang dimiliki oleh sesuatu objek tertentu.

Paparan jadual meratakan tatasusunan objek kepada baris dan lajur, satu lajur setiap kunci. Ini menang apabila:

Anda mempunyai tatasusunan objek yang sekata — senarai pengguna, pesanan, atau entri log yang semuanya berkongsi bentuk yang sama.
Anda mengimbas untuk mencari anomali — nilai null di tempat anda menjangka nombor, kesilapan menaip dalam nilai enum, medan hilang dalam satu baris sahaja. Jadual menjadikan anomali kelihatan jelas kerana mata anda boleh mengimbas lajur dari atas ke bawah; pokok mengebumikan anomali yang sama di dalam berpuluh-puluh nod yang perlu dibuka secara berasingan.
Anda mahukan sesuatu yang lebih hampir dengan model mental hamparan — mengisih, atau melihat sepintas lalu baris mana yang berkongsi nilai.

Mod kegagalan konkrit apabila memilih yang salah

Buka respons API yang bersarang dalam (token pengesahan di dalam objek pengguna di dalam objek sesi) dalam paparan jadual, dan anda mendapat jadual di mana kebanyakan sel hanya berkata [Object] atau [Array] — perataan itu tiada tempat untuk meletakkan struktur bersarang, jadi ia runtuh menjadi pemegang tempat (placeholder) yang tidak berguna yang kemudian anda perlu klik masuk juga, yang secara mutlak lebih teruk daripada bermula dengan paparan pokok.

Buka tatasusunan 200 baris entri log yang hampir sama dalam paparan pokok, dan anda mendapat 200 nod boleh lipat berasingan yang perlu anda buka satu demi satu untuk mengesan satu baris di mana status secara tidak dijangka adalah null — imbasan yang mengambil masa dua saat dalam jadual mengambil masa beberapa minit mengklik dalam pokok.

Panduan ringkas

Tanya satu soalan dahulu: adakah variasi yang menarik itu merentasi adik-beradik (siblings), atau merentasi kedalaman?

Jika anda membandingkan banyak item yang serupa antara satu sama lain (merentasi adik-beradik) — guna paparan jadual.
Jika anda mengikuti nilai turun melalui struktur bersarang (merentasi kedalaman) — guna paparan pokok.

Bagi penyahpepijatan JSON harian di mana anda kebanyakannya cuma perlu data itu boleh dibaca dan sah dari segi sintaks — menyemak inden, mengesahkan kurungan sepadan, mengesan koma berlebihan — kedua-dua paparan itu tidak semestinya diperlukan. Versi JSON mentah yang diinden dengan betul dan dicetak kemas (apa yang pemformat JSON berikan kepada anda) sudah cukup mendedahkan struktur dengan jelas untuk kebanyakan semakan pantas, dan lebih pantas untuk dicapai berbanding menukar pemapar kepada mod tertentu. Gunakan paparan pokok atau jadual khususnya apabila data terlalu besar atau terlalu bersarang untuk dibaca terus dari atas ke bawah.