FastJSON中空对象序列化为空数组的解决方案
2025-05-07 16:40:39作者:殷蕙予
在实际开发过程中,我们经常会遇到JSON数据中数组字段在为空时返回空对象而非空数组的情况。这种数据格式的不一致性会给Java对象反序列化带来困扰。本文将深入探讨如何通过FastJSON解决这一问题。
问题场景分析
假设我们有一个标准的JSON数据结构:
{
"array": ["1", "2"]
}
但在某些情况下,当数组为空时,服务端可能返回:
{
"array": {}
}
而我们的Java对象定义为:
class TestArray {
private List<String> array;
}
这种情况下,直接使用FastJSON反序列化会抛出异常,因为JSON对象无法直接转换为List集合。
解决方案实现
FastJSON提供了@JSONField注解的deserializeUsing属性,允许我们自定义反序列化逻辑。我们可以通过实现ObjectReader接口来创建自定义的反序列化器。
自定义List反序列化器
public class MyListReader implements ObjectReader {
@Override
public Object createInstance(long features) {
return new ArrayList<>();
}
@Override
public Object readObject(JSONReader jsonReader, Type fieldType, Object fieldName, long features) {
if (jsonReader.readIfNull()) {
return null;
}
char ch = jsonReader.current();
if (ch == '[') {
// 处理标准数组格式
jsonReader.next();
List<String> list = new ArrayList<>();
while (!jsonReader.nextIfArrayEnd()) {
list.add(jsonReader.readString());
}
return list;
} else if (ch == '{') {
// 处理空对象情况
jsonReader.next();
if (jsonReader.nextIfObjectEnd()) {
return new ArrayList<>(); // 返回空列表
}
throw new JSONException("Unexpected non-empty object");
}
throw new JSONException("Unexpected token");
}
// 其他必要方法实现...
}
在Java类中使用自定义反序列化器
class TestArray {
@JSONField(deserializeUsing = MyListReader.class)
private List<String> array;
}
实现原理剖析
- JSONField注解:通过
deserializeUsing属性指定自定义的反序列化器类 - ObjectReader接口:提供了完整的反序列化控制能力
createInstance:创建目标集合实例readObject:实现核心的反序列化逻辑
- JSONReader:FastJSON提供的底层读取工具,可以精确控制JSON解析过程
高级应用场景
这种自定义反序列化方案不仅适用于空对象转空数组的场景,还可以扩展应用于:
- 不同数据格式的兼容处理
- 特殊数据结构的转换
- 旧系统接口的兼容适配
- 第三方API的异常数据处理
最佳实践建议
- 在自定义反序列化器中做好异常处理
- 考虑性能因素,避免复杂的处理逻辑
- 对于通用场景,可以考虑将自定义反序列化器封装为公共组件
- 编写单元测试验证各种边界情况
通过这种自定义反序列化方案,我们可以优雅地解决JSON数据结构不一致带来的问题,提高系统的健壮性和兼容性。这种方案不仅适用于FastJSON,类似的思路也可以应用于其他JSON处理框架。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。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Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
9
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
暂无简介
Dart
659
150
🎉 (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
1.17 K
644
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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++
657
293
仓颉编译器源码及 cjdb 调试工具。
C++
131
865
React Native鸿蒙化仓库
JavaScript
251
320
仓颉编程语言运行时与标准库。
Cangjie
138
874