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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
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
项目优选
收起
deepin linux kernel
C
28
16
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
572
99
暂无描述
Dockerfile
710
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
暂无简介
Dart
952
235
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
12
2