Fastjson2 中空对象与空数组的序列化处理技巧
2025-06-16 08:05:26作者:余洋婵Anita
在实际开发中,我们经常会遇到 JSON 数据中某些字段在正常情况下返回数组,但在空值情况下返回空对象的情况。这种不一致的数据格式会给反序列化带来挑战。本文将深入探讨如何使用 Fastjson2 优雅地处理这种场景。
问题场景分析
假设我们有一个 Java 类:
class TestArray {
private List<String> array;
}
在 JSON 数据中,我们可能遇到两种格式:
- 正常情况:
{"array":["1","2"]} - 空值情况:
{"array":{}}
这种不一致性会导致 Fastjson2 在反序列化空对象为 List 时抛出异常。
解决方案
方案一:使用自定义反序列化器
我们可以通过实现 ObjectDeserializer 接口来创建自定义的反序列化逻辑:
public class ListOrEmptyObjectDeserializer implements ObjectDeserializer {
@Override
public <T> T deserialze(DefaultJSONParser parser, Type type, Object fieldName) {
JSONLexer lexer = parser.lexer;
if (lexer.token() == JSONToken.LBRACE) {
lexer.nextToken(JSONToken.RBRACE);
return (T) new ArrayList();
}
return parser.parseObject(type);
}
@Override
public int getFastMatchToken() {
return JSONToken.LBRACKET;
}
}
然后通过注解应用到字段上:
class TestArray {
@JSONField(deserializeUsing = ListOrEmptyObjectDeserializer.class)
private List<String> array;
}
方案二:使用 TypeReference 处理
在反序列化时,我们可以使用 TypeReference 来指定更灵活的类型处理:
TypeReference<TestArray> typeRef = new TypeReference<TestArray>() {};
TestArray obj = JSON.parseObject(jsonString, typeRef);
方案三:全局配置自定义反序列化器
如果需要在整个项目中统一处理这种场景,可以配置全局的反序列化器:
ParserConfig.getGlobalInstance().putDeserializer(List.class, new ListOrEmptyObjectDeserializer());
最佳实践建议
-
一致性优先:在设计 API 时,尽量保持数据结构的一致性,避免混合使用空对象和空数组。
-
防御性编程:在客户端代码中,对可能为空的集合进行空检查,避免 NPE。
-
文档说明:如果必须使用这种混合格式,应在 API 文档中明确说明,方便其他开发者理解。
-
性能考虑:自定义反序列化器会增加一定的性能开销,在性能敏感的场景需要权衡。
总结
Fastjson2 提供了灵活的机制来处理 JSON 数据中的不一致格式。通过自定义反序列化器,我们可以优雅地解决空对象与空数组的兼容问题。在实际项目中,建议根据具体需求选择最适合的解决方案,同时注意保持代码的可维护性和性能平衡。
理解这些技术细节不仅能帮助我们解决眼前的问题,更能提升我们对 JSON 序列化/反序列化机制的深入理解,为处理更复杂的数据格式转换场景打下基础。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
541
3.77 K
Ascend Extension for PyTorch
Python
351
419
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++
889
615
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
338
186
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
988
253
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
194
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
115
141
🎉 (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
1.35 K
759