Add error handling to yyjson

benchmark/distinct_user_id/yyjson.h

@@ -13,21 +13,28 @@ public:
     yyjson_doc *doc = yyjson_read(json.data(), json.size(), 0);
     if (!doc) { return false; }
     yyjson_val *root = yyjson_doc_get_root(doc);
+    if (!yyjson_is_obj(root)) { return false; }
     yyjson_val *statuses = yyjson_obj_get(root, "statuses");
+    if (!yyjson_is_arr(statuses)) { return "Statuses is not an array!"; }
 
     size_t tweet_idx, tweets_max;
     yyjson_val *tweet;
     yyjson_arr_foreach(statuses, tweet_idx, tweets_max, tweet) {
       auto user = yyjson_obj_get(tweet, "user");
+      if (!yyjson_is_obj(user)) { return false; }
       auto id = yyjson_obj_get(user, "id");
-      ids.push_back(yyjson_get_sint(id));
+      if (!yyjson_is_uint(id)) { return false; }
+      ids.push_back(yyjson_get_uint(id));
 
       // Not all tweets have a "retweeted_status", but when they do
       // we want to go and find the user within.
       auto retweet = yyjson_obj_get(tweet, "retweeted_status");
       if (retweet) {
+        if (!yyjson_is_obj(retweet)) { return false; }
         user = yyjson_obj_get(retweet, "user");
+        if (!yyjson_is_obj(user)) { return false; }
         id = yyjson_obj_get(user, "id");
+        if (!yyjson_is_uint(id)) { return false; }
         ids.push_back(yyjson_get_sint(id));
       }
     }

benchmark/find_tweet/yyjson.h

@@ -20,14 +20,19 @@ public:
     yyjson_doc *doc = yyjson_read(json.data(), json.size(), 0);
     if (!doc) { return false; }
     yyjson_val *root = yyjson_doc_get_root(doc);
+    if (!yyjson_is_obj(root)) { return false; }
     yyjson_val *statuses = yyjson_obj_get(root, "statuses");
+    if (!yyjson_is_arr(statuses)) { return "Statuses is not an array!"; }
 
     size_t tweet_idx, tweets_max;
     yyjson_val *tweet;
     yyjson_arr_foreach(statuses, tweet_idx, tweets_max, tweet) {
+      if (!yyjson_is_obj(tweet)) { return false; }
       auto id = yyjson_obj_get(tweet, "id");
+      if (!yyjson_is_uint(id)) { return false; }
       if (yyjson_get_uint(id) == find_id) {
         auto _text = yyjson_obj_get(tweet, "text");
+        if (yyjson_is_str(id)) { return false; }
         text = yyjson_get_str(_text);
         return true;
       }

benchmark/kostya/yyjson.h

@@ -9,7 +9,8 @@ namespace kostya {
 class yyjson {
   simdjson_really_inline double get_double(yyjson_val *obj, std::string_view key) {
     yyjson_val *val = yyjson_obj_getn(obj, key.data(), key.length());
-    if (yyjson_get_type(val) != YYJSON_TYPE_NUM) { return 0; }
+    if (!val){ throw "missing point field!"; }
+    if (yyjson_get_type(val) != YYJSON_TYPE_NUM) { throw "Number is not a type!"; }
 
     switch (yyjson_get_subtype(val)) {
       case YYJSON_SUBTYPE_UINT:
@@ -19,7 +20,7 @@ class yyjson {
       case YYJSON_SUBTYPE_REAL:
         return yyjson_get_real(val);
       default:
-        return 0;
+        SIMDJSON_UNREACHABLE();
     }
   }
 
@@ -28,11 +29,14 @@ public:
     yyjson_doc *doc = yyjson_read(json.data(), json.size(), 0);
     if (!doc) { return false; }
     yyjson_val *root = yyjson_doc_get_root(doc);
+    if (!yyjson_is_obj(root)) { return false; }
     yyjson_val *coords = yyjson_obj_get(root, "coordinates");
+    if (!yyjson_is_obj(coords)) { return false; }
 
     size_t idx, max;
     yyjson_val *coord;
     yyjson_arr_foreach(coords, idx, max, coord) {
+      if (!yyjson_is_obj(coord)) { return false; }
       points.emplace_back(point{get_double(coord, "x"), get_double(coord, "y"), get_double(coord, "z")});
     }
 

benchmark/large_random/yyjson.h

@@ -11,7 +11,8 @@ class yyjson {
 
   simdjson_really_inline double get_double(yyjson_val *obj, std::string_view key) {
     yyjson_val *val = yyjson_obj_getn(obj, key.data(), key.length());
-    if (yyjson_get_type(val) != YYJSON_TYPE_NUM) { return 0; }
+    if (!val){ throw "missing point field!"; }
+    if (yyjson_get_type(val) != YYJSON_TYPE_NUM) { throw "Number is not a type!"; }
 
     switch (yyjson_get_subtype(val)) {
       case YYJSON_SUBTYPE_UINT:
@@ -21,7 +22,7 @@ class yyjson {
       case YYJSON_SUBTYPE_REAL:
         return yyjson_get_real(val);
       default:
-        return 0;
+        SIMDJSON_UNREACHABLE();
     }
   }
 
@@ -31,10 +32,12 @@ public:
     yyjson_doc *doc = yyjson_read(json.data(), json.size(), 0);
     if (!doc) { return false; }
     yyjson_val *coords = yyjson_doc_get_root(doc);
+    if (!yyjson_is_arr(coords)) { return false; }
 
     size_t idx, max;
     yyjson_val *coord;
     yyjson_arr_foreach(coords, idx, max, coord) {
+      if (!yyjson_is_obj(coord)) { return false; }
       points.emplace_back(point{get_double(coord, "x"), get_double(coord, "y"), get_double(coord, "z")});
     }
     return true;

benchmark/partial_tweets/yyjson.h

@@ -11,18 +11,24 @@ class yyjson {
 
   simdjson_really_inline std::string_view get_string_view(yyjson_val *obj, std::string_view key) {
     auto val = yyjson_obj_getn(obj, key.data(), key.length());
+    if (!yyjson_is_str(val)) { throw "field is not uint64 or null!"; }
     return { yyjson_get_str(val), yyjson_get_len(val) };
   }
   simdjson_really_inline uint64_t get_uint64(yyjson_val *obj, std::string_view key) {
     auto val = yyjson_obj_getn(obj, key.data(), key.length());
+    if (!yyjson_is_uint(val)) { throw "field is not uint64 or null!"; }
     return yyjson_get_uint(val);
   }
   simdjson_really_inline uint64_t get_nullable_uint64(yyjson_val *obj, std::string_view key) {
     auto val = yyjson_obj_getn(obj, key.data(), key.length());
+    if (!yyjson_is_uint(val)) { }
+    auto type = yyjson_get_type(val);
+    if (type != YYJSON_TYPE_NUM && type != YYJSON_TYPE_NULL ) { throw "field is not uint64 or null!"; }
     return yyjson_get_uint(val);
   }
   simdjson_really_inline partial_tweets::twitter_user get_user(yyjson_val *obj, std::string_view key) {
     auto user = yyjson_obj_getn(obj, key.data(), key.length());
+    if (!yyjson_is_obj(user)) { throw "missing twitter user field!"; }
     return { get_uint64(user, "id"), get_string_view(user, "screen_name") };
   }
 
@@ -32,11 +38,14 @@ public:
     yyjson_doc *doc = yyjson_read(json.data(), json.size(), 0);
     if (!doc) { return false; }
     yyjson_val *root = yyjson_doc_get_root(doc);
+    if (!yyjson_is_obj(root)) { return false; }
     yyjson_val *statuses = yyjson_obj_get(root, "statuses");
+    if (!yyjson_is_arr(statuses)) { return "Statuses is not an array!"; }
 
     size_t tweet_idx, tweets_max;
     yyjson_val *tweet;
     yyjson_arr_foreach(statuses, tweet_idx, tweets_max, tweet) {
+      if (!yyjson_is_obj(tweet)) { return false; }
       // TODO these can't actually handle errors
       tweets.emplace_back(partial_tweets::tweet{
         get_string_view(tweet, "created_at"),