OrchardCore中禁用JsonStringEnumConverter的配置方法
2025-05-29 14:26:47作者:咎岭娴Homer
在OrchardCore 2.1.3版本中,系统默认引入了JsonStringEnumConverter,这一改动将枚举类型序列化为字符串而非整数。虽然这种改变对大多数应用场景有利,但对于某些特定场景,特别是需要严格控制存储空间使用的高频交易系统,这种改变可能带来不便。
背景分析
JsonStringEnumConverter是System.Text.Json提供的一个转换器,它能够将枚举值序列化为对应的字符串名称而非数字值。这种序列化方式具有更好的可读性,但在以下场景中可能不适用:
- 需要与旧系统保持兼容,旧系统依赖枚举的整数值
- 存储空间极其有限,需要最小化数据体积
- 与其他系统交互,这些系统只能处理枚举的数值形式
OrchardCore在文档序列化中默认启用了这个转换器,这会影响内容项(ContentItem)和其他文档的存储格式。
解决方案
通过分析OrchardCore的源代码,我们发现可以通过修改DocumentJsonSerializerOptions和JOptions.Default的配置来移除JsonStringEnumConverter。以下是完整的实现方案:
public static class DocumentJsonSerializerExtensions
{
public static void RemoveJsonStringEnumConverter(this IServiceCollection services)
{
services.Configure<DocumentJsonSerializerOptions>(options =>
{
var enumConverter = options.SerializerOptions.Converters
.FirstOrDefault(x => x.GetType() == typeof(JsonStringEnumConverter));
if (enumConverter != null)
{
options.SerializerOptions.Converters.Remove(enumConverter);
}
var defaultConverter = JOptions.Default.Converters
.FirstOrDefault(x => x.GetType() == typeof(JsonStringEnumConverter));
if (defaultConverter != null)
{
JOptions.Default.Converters.Remove(defaultConverter);
}
});
}
}
在应用程序启动时调用此扩展方法:
public void ConfigureServices(IServiceCollection services)
{
services.AddOrchardCms();
services.RemoveJsonStringEnumConverter();
}
实现原理
这个解决方案通过两个关键步骤确保枚举值以整数形式序列化:
- 从DocumentJsonSerializerOptions中移除JsonStringEnumConverter,这会影响OrchardCore文档的序列化行为
- 从JOptions.Default中移除相同的转换器,确保所有使用默认JSON选项的地方都保持一致
需要注意的是,这个配置应该放在主Web项目的启动代码中,而不是模块的启动代码中。因为在模块被激活前,主应用可能已经执行了一些序列化操作。
性能考量
对于高频交易系统,使用整数而非字符串序列化枚举可以带来以下优势:
- 减少存储空间:整数通常占用更少的字节
- 提高序列化/反序列化速度:整数处理比字符串更高效
- 降低网络传输开销:在分布式系统中尤为重要
兼容性建议
虽然本文介绍了如何禁用JsonStringEnumConverter,但在大多数情况下,建议开发者适应新的字符串序列化方式,因为:
- 字符串形式的枚举值更具可读性
- 更易于调试和维护
- 是.NET生态系统的推荐做法
只有在确实需要整数序列化的特定场景下,才建议使用本文的解决方案。
通过这种灵活的配置方式,OrchardCore既保持了默认的最佳实践,又为特殊需求提供了解决方案,体现了框架设计的包容性和可扩展性。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
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~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0100AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
203
2.18 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
62
94

🎉 (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
977
575

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

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++
550
84

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!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133