Fastjson2嵌套类字段过滤问题解析与修复
2025-06-17 08:05:08作者:殷蕙予
问题背景
在使用Fastjson2进行JSON序列化时,开发人员可能会遇到嵌套类字段过滤失效的问题。具体表现为当对包含嵌套对象的类进行序列化时,尝试通过SimplePropertyPreFilter过滤指定字段时,结果返回空对象[{}],而不是预期的过滤后JSON结构。
问题复现
让我们通过一个示例来重现这个问题。假设有以下三个嵌套的Java类:
@Data
static class BeanA {
private BeanB b;
private BeanC c;
private int number;
}
@Data
static class BeanB {
private String uname;
private String id;
private String age;
}
@Data
static class BeanC {
private String season;
private String year;
private String event;
}
当我们尝试对BeanA列表进行序列化,并希望只保留BeanB中的uname和age字段,以及BeanC中的season字段时,使用以下过滤代码:
PropertyPreFilter[] filters = new PropertyPreFilter[2];
SimplePropertyPreFilter filter1 = new SimplePropertyPreFilter(BeanB.class);
filter1.getIncludes().addAll(Arrays.asList("uname","age"));
filters[0] = filter1;
SimplePropertyPreFilter filter2 = new SimplePropertyPreFilter(BeanC.class);
filter2.getIncludes().addAll(Arrays.asList("season"));
filters[1] = filter2;
预期结果应该是:
[{
"number": 2,
"b": {
"uname": "user1",
"age": "20"
},
"c": {
"season": "2024"
}
}]
但实际得到的却是:
[{}]
问题分析
这个问题出现在Fastjson2 2.0.48版本中,主要原因是SimplePropertyPreFilter在处理嵌套类字段过滤时存在逻辑缺陷。当过滤器应用于嵌套对象时,未能正确识别和保留指定的字段,导致整个对象被过滤掉。
值得注意的是,在Fastjson1的1.2.70版本中,类似的代码(使用SerializeFilter)是可以正常工作的,但在迁移到Fastjson2(使用PropertyPreFilter)后出现了这个问题。
解决方案
Fastjson2开发团队已经在新版本2.0.49中修复了这个问题。修复后的版本能够正确处理嵌套类的字段过滤,按照预期保留指定的字段。
对于开发者来说,解决方案很简单:
- 升级Fastjson2到2.0.49或更高版本
- 保持现有的过滤代码不变
升级后,相同的代码将产生预期的过滤结果。
最佳实践
在使用Fastjson2进行复杂对象序列化时,建议:
- 始终使用最新稳定版本,以避免已知问题
- 对于嵌套对象的字段过滤,明确指定每个类的过滤器
- 在开发环境中充分测试序列化结果,确保字段过滤按预期工作
- 考虑使用
@JSONField注解作为字段过滤的替代方案,对于简单的过滤需求可能更直观
总结
Fastjson2作为高性能的JSON处理库,在不断迭代中解决各种使用场景下的问题。这个嵌套类字段过滤问题的修复,进一步提升了库在处理复杂对象序列化时的可靠性。开发者应及时更新到修复版本,以获得最佳的使用体验。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253