Fastjson2中自定义Map键类型的序列化与反序列化实践
在JSON数据处理过程中,我们经常会遇到需要自定义序列化和反序列化逻辑的场景。本文将以Fastjson2项目为例,详细介绍如何处理Map中键类型转换的问题,特别是当JSON中的键为数字而我们需要将其映射为Java中的Integer类型时。
问题背景
在实际开发中,我们可能会遇到如下JSON数据结构:
{
"splitScreenDetail": {
0: ["037a00020054199eeebf", "037a00020054010a67ff"],
1: ["034a0002006e9d17f3ff"]
}
}
在Java中,我们希望将这个结构映射为Map<Integer, List<String>>
类型。然而,默认情况下,JSON解析器会将对象键视为字符串类型,这就导致了类型不匹配的问题。
Fastjson1的解决方案
在Fastjson1中,可以通过实现ObjectDeserializer
和ObjectSerializer
接口来自定义序列化和反序列化逻辑:
@JSONField(deserializeUsing = SplitScreenDetailDeserializer.class,
serializeUsing = SplitScreenDetailDeserializer.class)
private Map<Integer, List<String>> splitScreenDetail;
public static class SplitScreenDetailDeserializer
implements ObjectDeserializer, ObjectSerializer {
@Override
public Map<Integer, List<String>> deserialze(DefaultJSONParser parser,
Type type, Object fieldName) {
Map<Object, List<String>> stringMap = parser.parseObject(HashMap.class);
Map<Integer, List<String>> resultMap = new HashMap<>();
stringMap.forEach((k,v) ->
resultMap.put(Integer.valueOf(k.toString()), v));
return resultMap;
}
@Override
public void write(JSONSerializer jsonSerializer, Object object,
Object o1, Type type, int i) throws IOException {
if (object instanceof Map) {
Map<Integer, List<String>> map = (Map<Integer, List<String>>) object;
Map<Object, List<String>> resultMap = new HashMap<>();
map.forEach((k,v) -> resultMap.put(k.toString(), v));
jsonSerializer.write(resultMap);
}
}
}
Fastjson2的改进方案
升级到Fastjson2后,API发生了变化,需要采用新的接口来实现相同的功能。Fastjson2提供了更清晰的责任分离,将序列化和反序列化逻辑分别放在不同的接口中:
反序列化实现
public static class SplitScreenDetailDeserializer
implements ObjectReader<Map<Integer, List<String>>> {
@Override
public Map<Integer, List<String>> readObject(JSONReader jsonReader,
Type fieldType,
Object fieldName,
long features) {
Map<String, JSONArray> stringMap = (Map) jsonReader.readObject();
Map<Integer, List<String>> resultMap = new HashMap<>();
stringMap.forEach((key, value) ->
resultMap.put(Integer.parseInt(key),
value.toJavaList(String.class)));
return resultMap;
}
}
序列化实现
public static class SplitScreenDetailSerializer
implements ObjectWriter<Map<Integer, List<String>>> {
@Override
public void write(JSONWriter jsonWriter, Object object,
Object fieldName, Type fieldType, long features) {
Map<String, List<String>> resultMap = new HashMap<>();
Map<Integer, List<String>> reqMap = (Map) object;
reqMap.forEach((key, value) -> resultMap.put(key.toString(), value));
jsonWriter.write(resultMap);
}
}
使用方式
定义好自定义的序列化和反序列化器后,可以通过注解方式应用到字段上:
@JSONField(deserializeUsing = SplitScreenDetailDeserializer.class,
serializeUsing = SplitScreenDetailSerializer.class)
private Map<Integer, List<String>> splitScreenDetail;
技术要点解析
-
类型安全:Fastjson2通过泛型明确了序列化和反序列化的目标类型,提高了代码的类型安全性。
-
职责分离:将序列化和反序列化逻辑分离到不同的接口中,符合单一职责原则。
-
性能优化:Fastjson2的API设计更加高效,减少了不必要的类型转换和对象创建。
-
错误处理:在实际应用中,应该增加对数字格式错误的处理,例如捕获
NumberFormatException
。
最佳实践建议
-
版本兼容性:注意不同版本Fastjson的API变化,升级时需要进行充分测试。
-
性能考虑:对于高频调用的序列化/反序列化操作,可以考虑缓存转换结果。
-
日志记录:在自定义逻辑中加入适当的日志记录,便于调试和问题排查。
-
单元测试:为自定义序列化器编写全面的单元测试,覆盖各种边界情况。
通过本文的介绍,开发者可以掌握在Fastjson2中处理复杂类型转换的技巧,特别是Map键类型的自定义处理,这对于处理各种非标准JSON数据结构非常有帮助。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0299- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









