在VerifyTests/Verify项目中实现自定义JSON序列化转换器
2025-06-25 15:07:56作者:鲍丁臣Ursa
理解自定义JSON转换器
在VerifyTests/Verify项目中,当我们需要对特定类型进行自定义JSON序列化时,可以使用JsonConverter来实现。本文将通过一个实际案例,展示如何正确实现一个针对TimeOnlyOffset类型的自定义转换器。
问题背景
开发者需要将TimeOnlyOffset类型序列化为"HH:mm:ss TZ"格式的字符串,例如"18:30:00 CST"。初始实现虽然能直接序列化TimeOnlyOffset实例,但当该类型作为对象属性时,转换器却未被调用。
解决方案分析
转换器实现要点
-
正确处理可为空类型:原始实现未考虑可为空类型(Nullable),导致转换器在某些情况下不被调用。正确的CanConvert方法应同时检查基础类型和可为空类型。
-
简化转换器实现:Verify项目提供了WriteOnlyJsonConverter基类,可以简化只用于序列化的转换器实现。
优化后的转换器代码
public class TimeOnlyOffsetArgonConverter : WriteOnlyJsonConverter<TimeOnlyOffset>
{
public override void Write(VerifyJsonWriter writer, TimeOnlyOffset timeOnlyOffset)
{
var timeFormat = timeOnlyOffset.Ticks switch
{
var ticks when ticks % TimeSpan.TicksPerMillisecond > 0 => "HH:mm:ss.fffffff",
var ms when ms % TimeSpan.TicksPerSecond > 0 => "HH:mm:ss.fff",
var s when s % TimeSpan.TicksPerMinute > 0 => "HH:mm:ss",
_ => "HH:mm"
};
var time = timeOnlyOffset.TimeOnly.ToString(timeFormat);
var zone = timeOnlyOffset.TimeZone.CodeUSA();
writer.WriteValue($"{time} {zone}");
}
}
最佳实践建议
- 全局注册转换器:推荐在模块初始化时全局注册转换器,而非在每个测试中重复注册:
public static class ModuleInitializer
{
[ModuleInitializer]
public static void Init()
{
VerifierSettings.AddExtraSettings(x =>
{
x.Converters.Add(new TimeOnlyOffsetArgonConverter());
});
}
}
-
考虑性能优化:全局注册方式不仅代码更简洁,还能避免重复创建转换器实例,提高测试执行效率。
-
全面测试覆盖:确保测试用例覆盖各种使用场景,包括:
- 直接序列化目标类型实例
- 目标类型作为对象属性的情况
- 可为空的目标类型
总结
在VerifyTests/Verify项目中实现自定义JSON序列化时,需要注意转换器的适用范围和注册方式。通过使用WriteOnlyJsonConverter基类和模块初始化全局注册,可以创建高效、可靠的自定义序列化解决方案。本文提供的实现模式不仅解决了特定问题,也为处理类似的自定义序列化需求提供了参考模板。
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