在VerifyTests/Verify项目中实现自定义JSON序列化转换器
2025-06-25 10:29:14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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218