网络统计数据格式

（2016-10-17 银河统计）

统计数据是对自然和社会现象进行统计工作的结果，统计研究离不开统计数据。可以说凡是人们用某种载体记录下来的、能反映自然界和人类社会某种信息的，就可称之为数据。步入现代信息社会，信息的种类和数量越来越丰富，载体也越来越多。数字是数据，文字是数据，图像、音频、视频等都是数据。统计方法和技术被广泛运用于这些多样化的数据，统计数据的含义已经大大超出传统范畴，通过网络技术构建功能强大的统计数据处理和展示平台势在必行。

在计算机网络技术支撑下进行统计工作，统计数据必须便于计算机软硬件在线或离线进行存储、处理、交换和展示。借鉴计算机技术广泛运用的数据格式和规范，网络统计数据分为：

1、格式化字符：将统计数据按指定特殊字符进行有规律地标记分割，使得计算机容易识别和转换。

例如如某种商品价格和销售量统计数据如下表：

表1 - 某商品价格和销售量统计数据

价格（元）	87	76	86	69	85	70	78	83	88	78
销量（台）	23	34	20	25	21	28	21	23	19	24

表1中的价格和销售量数据可以按格式组合书写为：

"87,76,86,69,85,70,78,83,88,78|23,34,20,25,21,28,21,23,19,24"

这里我们分别采用“,”为表格数据列分割符、“|”为表格数据行分割符。

2、数组：所谓数组，就是相同数据类型的元素按一定顺序排列的集合，就是把有限个类型相同的变量用一个名字命名，然后用编号区分他们的变量的集合，这个名字称为数组名，编号称为下标。组成数组的各个变量称为数组的分量，也称为数组的元素，有时也称为下标变量。数组是在程序设计中，为了处理方便， 把具有相同类型的若干变量按有序的形式组织起来的一种形式。这些按序排列的同类数据元素的集合称为数组。

    以流行的网页设计脚本语言JavaScript（JS）为例，表1中价格数据可以用一维数组表示：
    var myArray=[87,76,86,69,85,70,78,83,88,78];

在JavaScript脚本语言中，“[ ]”为数组标记，意思是把价格数据作为数组赋值给变量myArray。 表1中价格和销售量数据可以用二维数组表示：

var myArray=
  [
    [87,76,86,69,85,70,78,83,88,78],
    [23,34,20,25,21,28,21,23,19,24]
  ];

文本字符也可以用数组表示，但文本要用单引号或双引号括起来，如：

var myText=['中国','美国','英国','法国','德国'];

3、JSON（JavaScript Object Notation）： 一种轻量级的数据交换格式,JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯（包括C、C++、C#、Java、JavaScript、Perl、Python等）。这些特性使JSON成为理想的数据交换语言。 易于人阅读和编写，同时也易于机器解析和生成(网络传输速率)。

从结构上看，所有的数据（data）最终都可以分解成三种类型：

• 第一种类型是标量（scalar）：也就是一个单独的字符串（string）或数字（numbers），比如"北京"这个单独的词；
• 第二种类型是序列（sequence）:也就是若干个相关的数据按照一定顺序并列在一起，又叫做数组（array）或列表（List），比如"北京，上海"；
• 第三种类型是映射（mapping）:也就是一个名/值对（Name/value），即数据有一个名称，还有一个与之相对应的值，这又称作散列（hash）或字典（dictionary），比如"首都：北京"。

数据构成的最小单位竟是如此的简单！在编程语言中，只要有了数组（array）和对象（object）就能够储存一切数据了。21世纪初，Douglas Crockford寻找一种简便的数据交换格式，能够在服务器之间交换数据。当时通用的数据交换语言是XML（Extensible Markup Language，可扩展标记语言），但是Douglas Crockford觉得XML的生成和解析都太麻烦，所以他提出了一种简化格式，也就是JSON。

JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯（包括C、C++、C#、Java、JavaScript、Perl、Python等）。这些特性使JSON成为理想的数据交换语言。易于人阅读和编写，同时也易于机器解析和生成(网络传输速率)。

Json的规格比较简单，只用一个页面几百个字就能说清楚，而且Douglas Crockford声称这个规格永远不必升级，因为该规定的都规定了。JSON数据格式规则：

• 并列的数据之间用逗号（", "）分隔；
• 映射用冒号（": "）表示；
• 并列数据的集合（数组）用方括号("[]")表示；
• 映射的集合（对象）用大括号（"{}"）表示。

上面四条规则，就是Json格式的所有内容。比如，下面这句话：

"北京市的面积为16800平方公里，常住人口1600万人；上海市的面积为6400平方公里，常住人口1800万。"

写成json格式就是这样：

[
  {"城市":"北京","面积":16800,"人口":1600},
  {"城市":"上海","面积":6400,"人口":1800}
]

如果事先知道数据的结构，上面的写法还可以进一步简化：

[["北京",16800,1600],["上海",6400,1800]]

由此可以看到，json非常易学易用。所以，在短短几年中，它就取代xml，成为了互联网上最受欢迎的数据交换格式。

4、可扩展标记语言（XML）：XML是一种用于标记电子文件使其具有结构性的标记语言。在电子计算机中，标记指计算机所能理解的信息符号，通过此种标记，计算机之间可以处理包含各种的信息比如文章等。它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。可扩展标记语言可以对文档和数据进行结构化处理，从而能够在部门、客户和供应商之间进行交换，实现动态内容生成，企业集成和应用开发。XML可以使我们能够更准确的搜索，更方便的传送软件组件，更好的描述一些事物。例如电子商务交易等。

XML基本语法规则：

• XML是区分大小写的；
• 所有元素的起始和结束标注必须成对出现，且要正确嵌套；
• 元素属性必须用引号引起来，单、双引号都可以；
• XML名不能包含空格；
• XML名不能以数字开始，但可包含数字。

XML文档片段：

<Root>
  <user id="001">
    <admin>
      <name>fred</name>
      <password>150150</password>
      <age>22</age>
    </admin>
    <admin>
      <name>yucai</name>
      <password>123456</password>
      <age>21</age>
    </admin>
    <admin>
      <name>yuhan</name>
      <password>123654</password>
      <age>22</age>
    </admin>
    <admin>
      <name>meiy</name>
      <password>235</password>
      <age>26</age>
    </admin>
  </user> 
</Root>

更多参考资料参见：银河统计网之统计数据