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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。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
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
348
414
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
609
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
185
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
986
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
🎉 (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
1.34 K
758
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
114
140