Json解析-Jackson使用教程

日常求赞,感谢老板。

一、JSON解析

我这里指的解析是:JSON和JavaObject之间的序列化和反序列化。

如果你的项目进行了前后端分离,那你一定使用过JSON进行数据交互,那在后端就一定会涉及到对Json数据的解析,虽然使用SpringMvc加上@requestBody都已经帮我们解析好并映射到bean里了,但是他底层也是通过这些JSON解析类库来完成的(SpringMVC默认使用的就是Jackson)。在我们后端直接调其他服务的接口时,很多也会返回JSON数据也需要我们自己使用这些类库来进行解析。

二、常见的JSON解析类库

fastjson:阿里出品的一个JSON解析类库,很快,提供了很多静态方法使用方便,但是底层实现不是很好,解析过程中使用String的substring,性能很好,但是可能会导致内存泄漏。

Gson:谷歌出品的JSOn解析类库,但是性能相较于其他连个稍微差点。

Jackson:相对比较推荐的一种JSON解析类库,性能好稳定。Jackson的源代码托管在:https://github.com/FasterXML/jackson。

三、Jackson使用

1、Maven依赖引入

com.fasterxml.jackson.core

jackson-databind

${jackson-version}

com.fasterxml.jackson.core

jackson-core

${jackson-version}

com.fasterxml.jackson.core

jackson-annotations

${jackson-version}

2、基本使用

反序列化

使用ObjectMapper,将json字符串转成对象:

String str = "{\"id\":1,\"name\":\"haha\",\"elements\":[{\"age\":1,\"elName\":\"zll\"},{\"age\":2,\"elName\":\"zll1\"}]}";

ObjectMapper objectMapper = new ObjectMapper();

TestBean testBean = objectMapper.readValue(str, TestBean.class);

System.out.println(testBean.toString());

运行结果:

TestBean(id=1, name=haha, elements=[Element(age=1, elName=zll), Element(age=2, elName=zll1)])

使用ObjectMapper,读取json某些字段值

String str = "{\"id\":1,\"name\":\"haha\",\"elements\":[{\"age\":1,\"elName\":\"zll\"},{\"age\":2,\"elName\":\"zll1\"}]}";

ObjectMapper objectMapper = new ObjectMapper();

JsonNode jsonNode = objectMapper.readTree(str);

//获取name字段值

JsonNode name = jsonNode.get("name");

String s = name.asText();

System.out.println(s);

//获取elements字段下数组第二个对象的age

JsonNode elements = jsonNode.get("elements");

JsonNode object2 = elements.get(1);//从0开始哦

JsonNode age = object2.get("age");

int i = age.asInt();

System.out.println(i);

运行结果:

haha

2

序列化

ObjectMapper(将JavaObject转化成JSON)

Element element = new Element();

element.setAge(1);

element.setElName("zll");

ObjectMapper objectMapper = new ObjectMapper();

String elementStr = objectMapper.writeValueAsString(element);

System.out.println(elementStr);

输出结果如下:

{"age":1,"elName":"zll"}

其他常用序列化方法:

writeValue(File arg0, Object arg1)把arg1转成json序列,并保存到arg0文件中

writeValue(OutputStream arg0, Object arg1)把arg1转成json序列,并保存到arg0输出流中。

teValueAsBytes(Object arg0)把arg0转成json序列,并把结果输出成字节数组

writeValueAsString(Object arg0)把arg0转成json序列,并把结果输出成字符串。

JsonGenerator(json生成器):

可以根据自己的需要创建相应结构的json

ByteArrayOutputStream bout = new ByteArrayOutputStream();

//JsonFactory jsonFactory = new JsonFactory();

//创建jsonfactory 2种方法

ObjectMapper objectMapper = new ObjectMapper();

JsonFactory jsonFactory = objectMapper.getFactory();

JsonGenerator generator = jsonFactory.createGenerator(bout);

//创建自己需要的json

//创建对象获取数组要写开始和结束

generator.writeStartObject();

//创建一个字段 第一个参数key 第二个参数value

generator.writeStringField("name","value");

generator.writeNumberField("numberName",1);

//或者直接创建object

generator.writeObjectField("ObjectName","ObjectValue");

//创建数组

generator.writeArrayFieldStart("arrayName");

//里面可以是对象、数组、字符串、数字

generator.writeString("element1");

generator.writeNumber(1);

generator.writeNumber(1);

generator.writeEndArray();

generator.writeEndObject();

generator.flush();

generator.close();

String s = bout.toString();

System.out.println(s);

执行结果:

{"name":"value","numberName":1,"ObjectName":"ObjectValue","arrayName":["element1",1,1]}

2、ObjectMapper的常用设置

ObjectMapper objectMapper = new ObjectMapper();

//序列化的时候序列对象的所有属性

objectMapper.setSerializationInclusion(Include.ALWAYS);

//反序列化的时候如果多了其他属性,不抛出异常

objectMapper.configure(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES, false);

//如果是空对象的时候,不抛异常

objectMapper.configure(SerializationFeature.FAIL_ON_EMPTY_BEANS, false);

//属性为null的转换

objectMapper.setSerializationInclusion(JsonInclude.Include.NON_NULL);

//取消时间的转化格式,默认是时间戳,可以取消,同时需要设置要表现的时间格式

objectMapper.configure(SerializationFeature.WRITE_DATES_AS_TIMESTAMPS, false);

objectMapper.setDateFormat(new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"));

3、常用注解

@JsonIgnoreProperties(ignoreUnknown = true):

将这个注解加载类上,不存在的字段将被忽略。

@JsonIgnoreProperties({ “password”, “secretKey” }):

指定忽略字段

@JsonIgnore:

标在注解上,将忽略此字段

@JsonFormat(timezone = “GMT+8”, pattern = “yyyy-MM-dd HH:mm:ss”):

标在时间自端上序列化是使用制定规则格式化(默认转化成时间戳)

@JsonInclude(参数)

JsonInclude.Include.NON_EMPTY:属性为空或者null都不参与序列化

JsonInclude.Include.NON_NULL:属性为null不参与序列化

@JsonProperty(“firstName”)

标在字段上,指定序列化后的字段名

@JsonDeserialize(using= T extends JsonDeserializer.class)和@JsonSerialize(using= T extends JsonSerializer.class)

自定义某些类型字段的序列化与反序列化规则

四、最后

总结内容

更多资源:其实是白羊

欢迎star

日常求赞

如果你认为本文对你有帮助,还请「在看/转发/赞/star」,多谢

如果你还发现了更好或不同的想法,还请在留言区不吝赐教,一起探讨交流修改,万分感谢

android jackson 解析json字符串,一文搞定Jackson解析JSON数据相关推荐

  1. 一文搞定Pandas中的数据合并

    一文搞定pandas的数据合并 在实际处理数据业务需求中,我们经常会遇到这样的需求:将多个表连接起来再进行数据的处理和分析,类似SQL中的连接查询功能. pandas中也提供了几种方法来实现这个功能, ...

  2. json字符串与java对象的相互转换(jackson)

    1.java对象转换为json字符串 package com.chichung.json;import com.fasterxml.jackson.core.JsonProcessingExcepti ...

  3. 一文搞定Python中的时间转化

    一文搞定Python中的时间转化 在生活和工作中,我们每个人每天都在和时间打交道: 早上什么时候起床? 地铁几分钟来一趟? 中午什么时候开始午休? 明天是星期几? 距离上次买衣服已经2个月呢? 领导让 ...

  4. Unity 之 Excel表格转换为Unity用的文件格式 -- ScriptableObject,Json,XML 全部搞定

    Unity 之 Excel表格转换为Unity用的文件格式 -- ScriptableObject,Json,XML 全部搞定 前言 一,准备工作 1.1 确认表格表头 1.2 读取Excel 1.3 ...

  5. 一文搞定 Spring Data Redis 详解及实战

    转载自  一文搞定 Spring Data Redis 详解及实战 SDR - Spring Data Redis的简称. Spring Data Redis提供了从Spring应用程序轻松配置和访问 ...

  6. 一文搞定Qt读写excel以及qt读写xml数据

    一文搞定Qt读写excel以及qt读写xml数据 最终的实现效果图 RC_ICONS = logo.ico .pro文件同级目录下加入 logo.ico 图标文件,运行文件,文件的图标就被写入软件 u ...

  7. 一文搞定MAVLINK软件协议

    转载:https://mp.weixin.qq.com/s/iGURlSS7V-5iBCEtgpzT7w 一文搞定MAVLINK软件协议 原创 L君 TBUS社区 2019-11-06 本文纯属资深程 ...

  8. php带参数单元测试_一文搞定单元测试核心概念

    基础概念 单元测试(unittesting),是指对软件中的最小可测试单元进行检查和验证,这里的最小可测试单元通常是指函数或者类.单元测试是即所谓的白盒测试,一般由开发人员负责测试,因为开发人员知道被 ...

  9. 【Python基础】一文搞定pandas的数据合并

    作者:来源于读者投稿 出品:Python数据之道 一文搞定pandas的数据合并 在实际处理数据业务需求中,我们经常会遇到这样的需求:将多个表连接起来再进行数据的处理和分析,类似SQL中的连接查询功能 ...

最新文章

  1. mysql中的merge into,SQL Server 2008中利用merge into关键实现insert/update自动匹配(类似于MySQL中的For Update关键字)...
  2. Java中static关键字总结
  3. 什么样的产品适合跨境电商?这里告诉你答案!
  4. JS之返回指定位置字符的charAt方法
  5. ArcGIS如何在一个矢量上用不同颜色进行标注
  6. 钉钉推出“钉工牌”,门禁、差旅、员工福利一码通用
  7. 一个暂时无法理解的bug
  8. 如何判断一家公司靠不靠谱?
  9. linux系统 看com口,Linux如何设置com1口,让超级终端通过com1口进行登录
  10. [Python] L1-005. 考试座位号-PAT团体程序设计天梯赛GPLT
  11. C# DataTable Compute方法的使用
  12. 声笔飞码6.00版使用指南
  13. 大数据可视化工具在中国的发展历程
  14. 用shell脚本在consul注册exporter服务
  15. cousera课程 Introduction to Programming with MATLAB 范德堡大学 作业1
  16. python桌面程序臃肿_危险的转变:Python正在从简明转向臃肿,从实用转向媚俗
  17. 网络编程学习_TCP协议
  18. 【因缘际会】知乎APP的简单的产品体验报告
  19. [转载]Navicat12.1系列破解教程,Navicat12.1.16破解亲测有效!!
  20. gstreamer学习笔记:将音视频合成MPEG2-TS流并打包通过rtp传输

热门文章

  1. python之类的封装、多态、继承
  2. mybatis--properties以及别名定义(四)
  3. ActiveXObject文件读写
  4. @Cotroller和@RestCotroller
  5. Leecode刷题热题HOT100(12)——整数转罗马数字
  6. OpenShift 4 Tekton - Katacoda的Tekton Pipeline入门示例
  7. 面向对象的重试模式方法
  8. c# 对各数据库、数据集链接字符串
  9. matlab中的relop,MINP混合整数非线性规划问题求解(MATLAB OPTI toolbox)
  10. python 编程服务_Python编写Windows Service服务程序