Rust-protobuf中保持JSON字段名下划线格式的方法
2025-06-27 22:51:48作者:申梦珏Efrain
在使用Rust的protobuf库进行开发时,我们经常需要将protobuf消息转换为JSON格式。默认情况下,protobuf_json_mapping库会将protobuf中的下划线命名转换为驼峰式命名,这有时可能不符合我们的需求。本文将详细介绍如何在Rust-protobuf中保持JSON输出字段名的原始下划线格式。
问题背景
当我们使用protobuf定义消息时,通常会使用下划线命名法(如token_id)来定义字段名。然而,protobuf_json_mapping库默认会将这种命名转换为驼峰式(如tokenId)输出到JSON中。这在某些需要保持原始命名格式的场景下会造成不便。
解决方案
Rust-protobuf提供了PrintOptions结构体来控制JSON输出的行为。通过设置proto_field_name为true,我们可以保持字段名的原始下划线格式。
具体实现
- 首先创建protobuf消息实例并设置字段值:
let mut t = pa::Token::new();
t.set_token_id("我是token".to_string());
t.set_bool_value(true);
- 创建并配置PrintOptions:
let options = PrintOptions {
proto_field_name: true, // 关键配置项,保持原始字段名
..Default::default() // 其他选项保持默认
};
- 使用带选项的打印函数进行转换:
match print_to_string_with_options(&t, &options) {
Ok(str) => println!("json is {}", str),
Err(e) => eprintln!("e is {}", e),
}
输出结果
执行上述代码后,输出将保持原始的下划线命名格式:
json is {"token_id": "我是token", "bool_value": true}
技术细节
PrintOptions结构体提供了多个配置项来控制JSON输出的行为:
proto_field_name: 是否使用protobuf定义中的原始字段名always_output_default_values: 是否输出默认值字段preserve_proto_field_names: 保留原始protobuf字段名(与proto_field_name类似但行为略有不同)
在实际开发中,我们可以根据需求组合这些选项来获得理想的JSON输出格式。
最佳实践
- 在需要与现有系统保持兼容时,建议使用
proto_field_name: true来确保字段名一致 - 对于新项目,可以考虑使用默认的驼峰式命名以获得更好的JavaScript兼容性
- 在微服务架构中,确保所有服务使用相同的命名约定以避免混淆
通过掌握这些技巧,开发者可以更灵活地控制protobuf到JSON的转换过程,满足各种业务场景的需求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
628
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++
947
887
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
398
303
🎉 (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
1.56 K
909
暂无简介
Dart
921
228
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
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381