Kotlinx.serialization中自定义Double类型序列化方案详解
2025-06-06 10:30:57作者:傅爽业Veleda
背景介绍
在使用Kotlinx.serialization进行JSON序列化时,开发者GazimSoliev遇到了一个常见需求:希望将所有Double类型数值序列化为字符串格式而非默认的数值格式。这种需求在实际开发中很常见,特别是在需要与某些特定API交互时,或者为了避免JavaScript处理大数字时的精度问题。
问题分析
开发者最初尝试通过创建一个DoubleAsStringSerializer自定义序列化器,并在SerializersModule中注册上下文序列化器来实现这一需求。然而发现这种方式并没有按预期工作,所有Double类型仍然被序列化为数值格式。
解决方案详解
1. 使用@Contextual注解
Kotlinx.serialization要求必须显式标记哪些属性需要使用上下文序列化器。对于需要特殊处理的Double类型字段,需要在数据类中为每个相关属性添加@Contextual注解:
@Serializable
data class MyData(
@Contextual
val price: Double,
@Contextual
val amount: Double
)
2. 文件级上下文序列化
如果项目中大量使用Double类型需要特殊处理,可以使用文件级注解来简化:
@file:UseContextualSerialization(Double::class)
package com.example.myapp
@Serializable
data class MyData(
val price: Double, // 会自动使用上下文序列化器
val amount: Double
)
3. 类型别名方案
更优雅的解决方案是创建类型别名并指定序列化器:
@Serializable(with = DoubleAsStringSerializer::class)
typealias StringDouble = Double
@Serializable
data class MyData(
val price: StringDouble, // 会使用StringDouble的序列化方式
val amount: StringDouble
)
实现自定义序列化器
无论采用哪种方案,都需要实现自定义的Double序列化器:
internal class DoubleAsStringSerializer : KSerializer<Double> {
override val descriptor: SerialDescriptor =
PrimitiveSerialDescriptor("DoubleAsString", PrimitiveKind.STRING)
override fun serialize(encoder: Encoder, value: Double) {
encoder.encodeString(value.toString())
}
override fun deserialize(decoder: Decoder): Double {
return decoder.decodeString().toDouble()
}
}
配置序列化模块
在Ktor或其他框架中配置时,需要正确设置序列化模块:
install(ContentNegotiation) {
json(Json {
serializersModule = SerializersModule {
contextual(Double::class, DoubleAsStringSerializer())
// 或者如果是类型别名方案
contextual(StringDouble::class, DoubleAsStringSerializer())
}
})
}
最佳实践建议
- 类型安全优先:推荐使用类型别名方案,它能在编译期提供更好的类型安全保证
- 一致性考虑:在整个项目中保持一致的序列化策略,避免混合使用不同方案
- 性能考量:字符串与数值之间的转换会有额外开销,在性能敏感场景需评估影响
- 测试验证:务必对序列化和反序列化过程进行全面测试,特别是边界值情况
通过以上方案,开发者可以灵活地控制Kotlinx.serialization中Double类型的序列化行为,满足各种特殊需求。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
237
2.36 K
仓颉编程语言运行时与标准库。
Cangjie
122
95
暂无简介
Dart
539
118
仓颉编译器源码及 cjdb 调试工具。
C++
115
83
React Native鸿蒙化仓库
JavaScript
216
291
Ascend Extension for PyTorch
Python
77
109
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
997
588
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++
580
114
LLVM 项目是一个模块化、可复用的编译器及工具链技术的集合。此fork用于添加仓颉编译器的功能,并支持仓颉编译器项目。
C++
32
26