Newtonsoft.Json 中如何防止默认值被 JSON 的 null 覆盖
2025-05-21 08:20:00作者:翟江哲Frasier
在配置驱动的应用程序开发中,我们经常需要为类属性设置合理的默认值。然而,当使用 Newtonsoft.Json 进行反序列化时,如果 JSON 数据中包含显式的 null 值,这些默认值会被意外覆盖。本文将深入探讨这个问题的成因及解决方案。
问题现象
假设我们有一个应用程序配置类,其中某个属性已经设置了默认值:
public class AppConfig
{
[JsonProperty("dataValidationConfig")]
public IDataValidationConfig DataValidationConfig { get; set; }
= DataValidationConfigFactory.CreateBlankConfigObject();
}
当遇到如下 JSON 数据时:
{
"dataValidationConfig": null
}
默认情况下,Newtonsoft.Json 会将 DataValidationConfig 属性设置为 null,覆盖掉我们精心设计的默认值。这在许多业务场景中都是不期望的行为。
问题本质
这种现象源于 Newtonsoft.Json 的默认反序列化行为:它会严格遵循 JSON 数据中的值,包括显式的 null。虽然这在某些情况下是合理的(如需要清除现有值),但在配置管理场景中,我们更希望保留那些已经初始化的非 null 值。
解决方案
Newtonsoft.Json 提供了 NullValueHandling 设置来控制对 null 值的处理方式。要保留已初始化的默认值,我们可以这样配置:
var settings = new JsonSerializerSettings
{
NullValueHandling = NullValueHandling.Ignore
};
var config = JsonConvert.DeserializeObject<AppConfig>(jsonString, settings);
配置详解
NullValueHandling.Ignore 选项告诉序列化器:
- 当 JSON 中的值为 null 时,不修改目标对象的对应属性
- 保留属性原有的值(包括构造函数或属性初始化器中设置的值)
应用场景
这种配置特别适合以下情况:
- 配置文件的增量更新(只修改显式指定的字段)
- 插件系统的默认参数保持
- 需要保护核心业务逻辑默认值的场景
- 分层配置(基础配置+覆盖配置)的实现
进阶用法
除了全局设置外,我们还可以在单个属性上应用此行为:
public class AppConfig
{
[JsonProperty("dataValidationConfig", NullValueHandling = NullValueHandling.Ignore)]
public IDataValidationConfig DataValidationConfig { get; set; }
= DataValidationConfigFactory.CreateBlankConfigObject();
}
这种方式提供了更细粒度的控制,适合混合场景(某些属性需要保留默认值,而另一些则需要接受 null)。
注意事项
- 此设置只影响反序列化过程中的 null 值处理
- 对于值类型(如 int, bool 等),null 会被转换为默认值(0, false 等)
- 如果需要完全控制反序列化行为,可以考虑实现自定义的 JsonConverter
总结
通过合理配置 NullValueHandling,我们可以优雅地解决 JSON 反序列化过程中默认值被覆盖的问题。这种技术特别适合需要保持配置稳定性的应用程序,能够减少大量的后处理代码,使业务逻辑更加清晰。
在实际开发中,建议根据具体场景选择全局配置或属性级配置,在灵活性和一致性之间取得平衡。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
187
205
暂无简介
Dart
629
143
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
242
316
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
383
3.62 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
293
103
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++
648
266
仓颉编译器源码及 cjdb 调试工具。
C++
128
858