OrchardCore中禁用JsonStringEnumConverter的配置方法
2025-05-29 09:08:51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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
279
2.58 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
303
Ascend Extension for PyTorch
Python
107
138
暂无简介
Dart
571
127
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++
601
166
🎉 (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
1.04 K
608
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
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
299
39