json_serializable 项目中 List 类型转换问题的解决方案
2025-07-10 13:29:51作者:傅爽业Veleda
问题背景
在使用 json_serializable 进行 JSON 序列化和反序列化时,开发者经常会遇到 List 类型转换的问题。特别是在处理嵌套对象或自定义类型列表时,类型系统可能会抛出类型不匹配的错误。
典型错误场景
当我们在 Dart 模型中使用 List 类型时,json_serializable 生成的代码可能会产生类型转换问题。例如:
@JsonSerializable()
class EmpresaFilial {
final List<Filial> filiais;
// 构造函数和其他方法...
}
生成的代码可能会尝试将 List<dynamic> 直接赋值给 List<Filial>,导致类型不匹配错误。
根本原因分析
这个问题通常源于以下几个原因:
- JSON 数据在 Dart 中默认被解析为
List<dynamic>类型 - 生成的代码尝试直接将动态类型列表赋值给具体类型列表
- 类型系统在运行时无法保证列表元素的类型安全
解决方案
方案一:使用正确的类型转换
在自定义的 fromJson 方法中,确保进行正确的类型转换:
static List<CategoryModel> _categoryFromJson(List<dynamic> list) {
return list.map((e) => CategoryModel.findByApiName(e as String)).toList();
}
方案二:修改模型定义
对于简单的模型,可以修改模型定义来避免这个问题:
@JsonSerializable()
class EmpresaFilial {
final List<Filial> filiais;
EmpresaFilial({required this.filiais});
factory EmpresaFilial.fromJson(Map<String, dynamic> json) =>
_$EmpresaFilialFromJson(json);
}
json_serializable 会生成正确的转换代码:
EmpresaFilial _$EmpresaFilialFromJson(Map<String, dynamic> json) =>
EmpresaFilial(
filiais: (json['filiais'] as List<dynamic>)
.map((e) => Filial.fromJson(e as Map<String, dynamic>))
.toList(),
);
方案三:使用扩展方法
对于复杂的转换逻辑,可以使用扩展方法来处理类型转换:
extension ListConversion on List<dynamic> {
List<T> convert<T>(T Function(dynamic) converter) {
return map(converter).toList();
}
}
然后在 fromJson 方法中使用:
categories: (json['genres'] as List<dynamic>).convert((e) => CategoryModel.findByApiName(e as String))
最佳实践建议
- 始终为 List 类型提供显式的类型参数
- 在自定义的 fromJson 方法中处理类型转换
- 考虑使用扩展方法简化重复的转换逻辑
- 为复杂的类型转换编写单元测试
总结
json_serializable 是一个强大的工具,但在处理 List 类型时需要特别注意类型安全问题。通过理解 Dart 的类型系统和 json_serializable 的工作机制,我们可以有效地解决这些问题,编写出更健壮的序列化代码。
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 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
651
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