fastjson 处理 json转case class 时默认值不生效,怎么解决

时间: 2024-02-01 18:02:19 浏览: 27
如果你使用的是 Scala 2.11.x,那么默认值不生效是由于 fastjson 库在解析时不会调用 Scala 2.11.x 版本中的默认构造函数。这个问题可以通过实现自定义反序列化器来解决。以下是一个示例代码: ```scala import com.alibaba.fastjson.{JSON, JSONObject} import com.alibaba.fastjson.parser.deserializer.ObjectDeserializer import scala.reflect.ClassTag class CaseClassDeserializer[T: ClassTag] extends ObjectDeserializer { override def deserialze(parser: com.alibaba.fastjson.parser.DefaultJSONParser, `type`: scala.reflect.Type, fieldName: Any): T = { val cls = implicitly[ClassTag[T]].runtimeClass val obj = cls.newInstance().asInstanceOf[T] val jsonObj = parser.parseObject() jsonObj.forEach((k, v) => { val field = cls.getDeclaredField(k) field.setAccessible(true) field.set(obj, v) }) obj } override def getFastMatchToken: Int = 0 } object CaseClassDeserializer { def apply[T: ClassTag]: CaseClassDeserializer[T] = new CaseClassDeserializer[T] } case class Person(name: String, age: Int = 18) val json = "{\"name\":\"Alice\"}" val person = JSON.parseObject(json, CaseClassDeserializer[Person].asInstanceOf[ObjectDeserializer]) println(person) // Person(Alice,18) ``` 在这个示例代码中,我们实现了一个 `CaseClassDeserializer` 类,该类实现了 `ObjectDeserializer` 接口,并重写了 `deserialze` 方法。在 `deserialze` 方法中,我们首先通过 `implicitly[ClassTag[T]].runtimeClass` 获取到待解析类的 `Class` 对象,然后使用 `newInstance` 方法创建一个对象实例。接着,我们使用 fastjson 解析 JSON 对象,并遍历其中的键值对。对于每一个键值对,我们通过 `cls.getDeclaredField(k)` 获取到该字段在类中的 `Field` 对象,然后使用 `setAccessible` 方法将其设置为可访问状态,并最终使用 `field.set(obj, v)` 将键值对中的值赋值给该字段。最后,我们将解析出的对象返回。 在代码的最后,我们使用 `JSON.parseObject` 方法解析 JSON 字符串,并将 `CaseClassDeserializer[Person]` 作为反序列化器传入该方法。这里需要使用 `asInstanceOf[ObjectDeserializer]` 将 `CaseClassDeserializer[Person]` 转换为 `ObjectDeserializer` 类型。最终,我们可以得到正确的解析结果,即 `Person(Alice,18)`。

相关推荐

最新推荐

recommend-type

fastjson生成json时Null属性不显示的解决方法

下面小编就为大家带来一篇fastjson生成json时Null属性不显示的解决方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

FastJson对于JSON格式字符串、JSON对象及JavaBean之间的相互转换操作

主要介绍了FastJson对于JSON格式字符串、JSON对象及JavaBean之间的相互转换,非常不错,具有参考借鉴价值,需要的朋友可以参考下
recommend-type

使用fastjson中的JSONPath处理json数据的方法

主要介绍了使用fastjson中的JSONPath处理json数据的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

关于fastjson的@JSONField注解的一些问题(详解)

下面小编就为大家带来一篇关于fastjson的@JSONField注解的一些问题(详解)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

Java实现Json字符串与Object对象相互转换的方式总结

主要介绍了Java实现Json字符串与Object对象相互转换的方式,结合实例形式总结分析了java基于Json-Lib、Org.Json、Jackson、Gson、FastJson五种方式转换json类型相关操作技巧,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。