Kotlinx.serialization中构建JSON数组的正确方式
2025-06-06 05:35:48作者:宣海椒Queenly
在使用Kotlinx.serialization库构建JSON请求负载时,开发者经常会遇到如何正确处理列表数据的问题。本文将通过一个典型场景,详细介绍如何正确使用buildJsonObject和putJsonArray方法来构建包含数组的JSON对象。
问题背景
假设我们有一个数据类ComplexObject,包含id和text两个属性:
data class ComplexObject(
val id: String,
val text: String
)
开发者最初尝试使用joinToString方法将对象列表转换为字符串列表:
val payload = buildJsonObject {
if(complexObjects.isNotEmpty()) {
put("key", complexObjects.joinToString() { it.text })
}
}
这种方法会产生不理想的输出结果:["fq, Label #2, Label #3"],而不是期望的["fq", "Label 2", "Label 3"]格式。
正确解决方案
方法一:使用putJsonArray
Kotlinx.serialization提供了专门的putJsonArray方法来处理数组类型的值:
val payload = buildJsonObject {
putJsonArray("key") {
complexObjects.forEach { add(it.text) }
}
}
这种方法会生成正确的JSON数组格式:{"key":["text 1","text 2"]}
方法二:使用map转换
另一种简洁的方式是使用map函数将对象列表转换为属性列表:
val payload = buildJsonObject {
put("key", JsonArray(complexObjects.map { it.text }))
}
常见误区
- 直接使用joinToString:这会将所有元素合并为一个字符串,而不是创建JSON数组
- 误用putAll方法:putAll适用于Map类型,不适用于构建JSON数组
- 嵌套数组问题:某些框架可能在序列化时自动添加额外嵌套层,这不是kotlinx.serialization的问题
最佳实践建议
- 对于简单列表,优先使用
putJsonArray方法 - 对于复杂转换场景,可以先用map处理数据,再构建JSON
- 注意检查最终输出格式,确保符合API要求
- 当遇到格式问题时,先隔离kotlinx.serialization的输出,确认问题来源
通过掌握这些技巧,开发者可以更高效地使用Kotlinx.serialization构建符合要求的JSON数据结构。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
962
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
873
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430