Newtonsoft.Json 处理缺失派生类的反序列化方案
2025-05-21 17:41:36作者:范靓好Udolf
背景介绍
在使用 Newtonsoft.Json 进行对象序列化和反序列化时,我们经常会遇到类型继承的场景。特别是在插件化架构的应用程序中,基类定义在主程序中,而派生类可能来自动态加载的插件 DLL。当这些插件不可用时,如何优雅地处理包含派生类数据的反序列化就成为一个重要问题。
典型场景分析
假设我们有以下类结构:
// 主程序中的基类
public class BaseClass
{
public int Id { get; set; }
public string Name { get; set; }
}
// 插件中的派生类
public class DerivedClass : BaseClass
{
public string PluginSpecificProperty { get; set; }
}
当使用 TypeNameHandling.All 设置进行序列化时,JSON 中会包含完整的类型信息。如果派生类所在的 DLL 不可用,默认情况下反序列化会失败。
解决方案
Newtonsoft.Json 提供了错误处理机制,可以通过 JsonSerializerSettings 的 Error 事件来处理反序列化过程中的异常。
实现步骤
- 设置错误处理程序:
var settings = new JsonSerializerSettings
{
TypeNameHandling = TypeNameHandling.All,
Error = HandleDeserializationError
};
- 实现错误处理逻辑:
private static void HandleDeserializationError(object sender, ErrorEventArgs errorArgs)
{
var currentError = errorArgs.ErrorContext.Error;
// 检查是否是类型加载失败的错误
if (currentError is JsonSerializationException serializationException &&
serializationException.InnerException is TypeLoadException)
{
// 获取原始类型信息
JObject jObject = JObject.Parse(errorArgs.ErrorContext.OriginalObject.ToString());
string originalTypeName = jObject["$type"].ToString();
// 尝试回退到基类
Type baseType = typeof(BaseClass); // 根据实际情况获取基类
errorArgs.ErrorContext.OriginalObject = jObject.ToObject(baseType);
errorArgs.ErrorContext.Handled = true;
}
}
工作原理
- 当反序列化遇到无法加载的类型时,会触发
TypeLoadException - 错误处理程序捕获这个异常,并从 JSON 中提取原始类型信息
- 将对象反序列化为基类类型,忽略派生类特有的属性
- 标记错误为已处理,允许反序列化过程继续
进阶优化
对于更复杂的场景,可以考虑以下优化:
- 类型映射表:维护一个已知派生类到基类的映射表,实现更精确的回退
- 属性保留:即使回退到基类,也可以尝试保留那些基类中也存在的派生类属性
- 日志记录:记录无法加载的类型信息,便于后续调试
注意事项
- 使用此方法时,派生类特有的属性数据将会丢失
- 确保基类足够通用,能够承载派生类的主要功能
- 在关键业务场景中,应该记录并监控这类回退事件
结论
通过合理配置 Newtonsoft.Json 的错误处理机制,我们可以实现当派生类不可用时优雅地回退到基类的反序列化策略。这种方法特别适合插件化架构的应用程序,能够提高系统的健壮性和兼容性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
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++
664
319
🎉 (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
1.21 K
658
React Native鸿蒙化仓库
JavaScript
262
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868