Newtonsoft.Json多内容JSON反序列化的正确读取方式
2025-05-21 21:36:23作者:温艾琴Wonderful
在.NET生态中,Newtonsoft.Json作为最流行的JSON处理库之一,其JsonReader提供了强大的流式处理能力。当处理包含多个独立JSON对象的内容时,开发者需要特别注意读取机制,否则可能遇到意外的反序列化异常。
多内容JSON处理场景
在实际开发中,我们经常会遇到以下形式的JSON数据:
{"id":"1"}{"id":"2"}
这种由多个独立JSON对象连续组成的字符串,常见于流式传输或日志记录场景。Newtonsoft.Json通过SupportMultipleContent属性支持这种特殊格式的解析。
常见误区与异常分析
许多开发者会尝试以下代码直接反序列化:
jsonTextReader.SupportMultipleContent = true;
var obj1 = serializer.Deserialize(jsonTextReader);
var obj2 = serializer.Deserialize(jsonTextReader); // 这里抛出异常
此时会收到"Unexpected token while deserializing object: EndObject"异常,这是因为反序列化操作后读取器位置停留在对象末尾,需要显式移动到下一个对象的起始位置。
正确的处理模式
正确的处理方式需要在每次反序列化后调用Read()方法:
jsonTextReader.SupportMultipleContent = true;
// 第一个对象
var obj1 = serializer.Deserialize(jsonTextReader);
jsonTextReader.Read(); // 关键步骤:移动到下一个token
// 第二个对象
var obj2 = serializer.Deserialize(jsonTextReader);
底层原理剖析
Newtonsoft.Json的读取器采用基于token的流式处理模型:
- 初始状态:读取器位于第一个对象的起始位置
- 反序列化操作:消费当前对象的所有token
- 读取器状态:停留在当前对象的结束位置(EndObject)
- Read()调用:将读取器推进到下一个对象的起始位置
这种设计保证了内存高效性,但也要求开发者明确控制读取器的位置移动。
最佳实践建议
- 对于确定的多对象内容,始终设置
SupportMultipleContent = true - 在循环处理多个对象时,采用以下模式:
while (jsonTextReader.Read())
{
if (jsonTextReader.TokenType == JsonToken.StartObject)
{
var obj = serializer.Deserialize(jsonTextReader);
// 处理对象...
}
}
- 考虑使用JsonConvert.DeserializeObject的封装方法时,注意其内部会完整消费一个对象
理解这些底层机制,可以帮助开发者更高效地处理复杂JSON数据流,避免常见的反序列化陷阱。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
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++
877
578
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
335
161
暂无简介
Dart
762
188
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
113
136