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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
793
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++
1.01 K
1.01 K
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
433
394
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
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989