Newtonsoft.Json中ToObject()方法的集合重复问题解析
2025-05-21 13:22:20作者:昌雅子Ethen
问题现象
在使用Newtonsoft.Json库(v13.0.3)进行对象序列化和反序列化时,开发者发现一个特殊现象:当模型包含集合属性时,通过JObject转换后再转回对象,集合中的元素会出现重复。具体表现为原始集合有N个元素,反序列化后变为2N个元素。
问题本质
这个现象并非bug,而是Newtonsoft.Json默认反序列化行为的表现。库默认采用ObjectCreationHandling.Auto设置,其行为特点是:
- 对于已存在的对象属性,尝试将JSON值设置到现有对象上
- 对于集合类型,会将JSON数组元素添加到现有集合中而非替换整个集合
解决方案
方案一:修改反序列化设置
最直接的解决方案是在反序列化时指定ObjectCreationHandling.Replace:
var settings = new JsonSerializerSettings
{
ObjectCreationHandling = ObjectCreationHandling.Replace
};
var result = jObject.ToObject<ParentModel>(JsonSerializer.Create(settings));
这种方式会完全替换目标对象及其集合,而不是尝试合并值。
方案二:修改模型定义
另一种方式是从模型设计层面解决问题:
- 为集合属性添加setter(可以是private的):
public List<ChildModel> Children { get; private set; }
- 或使用参数化构造函数:
[JsonConstructor]
public ParentModel(List<ChildModel> children)
{
this.Children = children;
}
技术背景
Newtonsoft.Json的这种默认行为设计有其实际考虑:
- 对象合并场景:在部分更新或补丁操作时,保留现有对象状态很有用
- 性能优化:避免不必要的对象创建和垃圾回收
- 灵活性:允许开发者控制反序列化行为
最佳实践建议
- 明确集合属性的所有权:如果集合应该完全由JSON控制,确保提供适当的setter
- 对于DTO类,建议总是使用
ObjectCreationHandling.Replace以确保数据一致性 - 在需要部分更新的场景,可以考虑专门设计补丁模型而非重用完整模型
- 在团队项目中,应在编码规范中明确反序列化策略
总结
Newtonsoft.Json的这一行为虽然初看令人困惑,但理解其设计原理后就能合理应对。关键在于认识到JSON到对象的映射不仅涉及值赋值,还包括对象生命周期管理。通过适当配置或模型设计,开发者可以精确控制反序列化过程的行为,满足不同场景的需求。
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
最新内容推荐
全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Python开发者的macOS终极指南:VSCode安装配置全攻略 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案
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