CJson 工具使用指南
如何快速掌握 CJson 的核心功能优势
CJson 是一款高效的 Json 序列化/反序列化(将对象与 JSON 格式相互转换的过程)工具,通过宏标记自动为类添加 fromJson() 和 toJson() 方法,使目标类具备原生序列化能力。
🚀 核心优势一:便捷的宏标记机制
通过 @JsonSerializable 宏快速标记可序列化类,无需手动编写序列化代码,极大减少重复劳动。
🚀 核心优势二:丰富的高级功能支持
提供属性别名、忽略字段、默认值、泛型等实用功能,满足复杂业务场景下的序列化需求。
🚀 核心优势三:灵活的接口设计
提供定制化序列化接口 IJsonSerializable<T>,兼容类和结构体,只需确保目标类型拥有无参构造函数即可使用。
3 步完成 CJson 环境准备工作
系统兼容性矩阵
| 操作系统 | 工具链要求 | 运行时环境要求 |
|---|---|---|
| Linux | CJPM 构建工具 | Cangjie 语言环境 ≥ 1.2.0 |
| macOS | CJPM 构建工具 | Cangjie 语言环境 ≥ 1.2.0 |
| Windows | 支持 Cangjie 工具链的版本 | Cangjie 语言环境 ≥ 1.2.0 |
💡 操作提示:在终端执行以下命令检查工具链版本
cjpm --version
✅ 验证方式:命令输出应显示 CJPM 版本号及 Cangjie 环境版本信息
2 种获取 CJson 项目的方式
方式一:源码集成
在项目根目录的 cjpm.toml 中添加依赖:
[dependencies]
CJson = { git = "https://gitcode.com/Cangjie-TPC/CJson", branch = "master" }
方式二:直接克隆仓库
💡 操作提示:使用 git 命令克隆项目
git clone https://gitcode.com/Cangjie-TPC/CJson --branch master
✅ 验证方式:检查当前目录下是否创建 CJson 文件夹
新手与高级双路径部署指南
新手引导路径
1️⃣ → 进入项目目录
cd CJson
2️⃣ → 编译项目
cjpm build
✅ 验证方式:检查 target 目录下是否生成编译产物
3️⃣ → 运行单元测试
cjpm test
✅ 验证方式:测试结果显示全部通过
4️⃣ → 执行演示程序
cjpm run
✅ 验证方式:程序正常输出示例运行结果
高级配置路径
对于有特殊需求的用户,可以进行自定义配置:
1️⃣ → 编辑 cjpm.toml 文件,添加自定义编译选项
2️⃣ → 执行带参数的构建命令
cjpm build --release --features "advanced-json"
3️⃣ → 运行性能测试
cjpm test --benchmark
CJson 实用工具与脚本
常用脚本命令
| 脚本命令 | 功能描述 |
|---|---|
cjpm build |
编译项目 |
cjpm test |
运行单元测试 |
cjpm run |
执行演示程序 |
cjpm clean |
清理构建产物 |
自定义脚本模板
在项目根目录创建 scripts/format.sh 文件:
#!/bin/bash
# 批量格式化代码
find src -name "*.cj" | xargs cjfmt -i
echo "代码格式化完成"
💡 操作提示:添加执行权限并运行
chmod +x scripts/format.sh
./scripts/format.sh
常见问题速查
Q: 编译时提示 "缺少无参构造函数" 怎么办?
A: CJson 需要目标类/结构体提供无参构造函数,请确保所有标记 @JsonSerializable 的类型都有默认构造函数。
Q: 如何忽略某个字段不参与序列化?
A: 使用 @JsonIgnore 宏标记需要忽略的字段即可。
Q: 可以自定义属性的 JSON 键名吗?
A: 可以,使用 @JsonName("custom_name") 宏为属性指定别名。
相关资源
- 官方文档:docs/
- 测试用例:src/test/
- 示例代码:src/example/
- 宏定义实现:src/jsonmacro/
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 StartedRust078- 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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00