Newtonsoft.Json 反序列化时意外追加数据的解决方案
2025-05-21 19:13:51作者:羿妍玫Ivan
问题现象
在使用 Newtonsoft.Json 进行游戏存档数据反序列化时,开发者遇到了一个奇怪的现象:当反序列化包含嵌套字典结构的 JSON 数据时,某些列表中的元素会被意外地追加,而不是简单地覆盖原有数据。
具体表现为:在反序列化后,missions 列表中出现了额外的元素,数量恰好等于 ActionStageSaveData 类中初始化 missions 列表时指定的元素数量。例如,如果初始化代码为 new() { new(), new(), new() },则反序列化后会额外添加 3 个元素。
问题根源
这个问题的根本原因在于 Newtonsoft.Json 的默认反序列化行为。Newtonsoft.Json 默认使用 ObjectCreationHandling.Auto 设置,这意味着:
- 对于已存在的集合和对象,Json.NET 会尝试重用它们
- 反序列化过程会将 JSON 中的数据添加到现有集合中,而不是替换整个集合
- 这种行为对于某些场景可能有用,但在大多数情况下会导致意外的数据追加
解决方案
要解决这个问题,我们需要修改 Newtonsoft.Json 的反序列化设置,明确指定对象创建处理方式:
var settings = new JsonSerializerSettings
{
ObjectCreationHandling = ObjectCreationHandling.Replace
};
loadedData = JsonConvert.DeserializeObject<GameData>(dataToLoad, settings);
使用 ObjectCreationHandling.Replace 设置后,Json.NET 将:
- 在反序列化时创建新对象,而不是重用现有对象
- 完全替换目标集合,而不是向其中添加元素
- 确保反序列化结果与原始 JSON 数据完全一致
深入理解 ObjectCreationHandling
Newtonsoft.Json 提供了三种对象创建处理方式:
- Auto(默认):根据情况自动决定是重用还是替换对象
- Reuse:尽可能重用现有对象和集合
- Replace:总是创建新对象并替换现有集合
在大多数业务场景中,特别是涉及数据持久化和恢复的场景,Replace 是最安全的选择,因为它能确保反序列化结果与序列化前的数据完全一致。
最佳实践建议
- 明确指定序列化设置:不要依赖默认设置,特别是对于重要数据的序列化/反序列化
- 考虑使用 DTO 模式:为序列化设计专用的数据传输对象,避免业务逻辑与序列化逻辑耦合
- 单元测试验证:编写单元测试验证序列化/反序列化的正确性
- 文档记录设置:在项目文档中记录使用的 JSON 序列化设置,方便团队协作
总结
Newtonsoft.Json 的默认反序列化行为可能会导致数据意外追加的问题,特别是在处理嵌套集合时。通过明确设置 ObjectCreationHandling.Replace,开发者可以确保反序列化过程按预期工作,避免数据不一致的问题。理解并正确配置序列化设置是使用任何 JSON 库的重要基础。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C043
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
242
278
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
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++
695
369
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
882