FastJSON序列化扩展接口与特性详解

结论先行

FastJSON 的 SerializeFilter 接口通过 动态拦截和修改序列化过程，可实现字段名重命名、敏感数据脱敏、字段过滤等高级功能。其核心子接口包括 PropertyPreFilter、ValueFilter、NameFilter 和 ContextValueFilter，分别解决不同场景需求。

接口选择指南

过滤器类型	适用场景	示例
PropertyPreFilter	按字段名黑名单/白名单过滤	过滤临时字段 _temp
ValueFilter	动态修改字段值	手机号脱敏
NameFilter	统一字段命名风格	驼峰转下划线
ContextValueFilter	根据类或字段类型差异化处理	仅对特定类脱敏

文章持续更新，可以微信搜一搜「 半个脑袋儿 」第一时间阅读

完整流程图

graph TD
A[开始序列化] --> B[遍历对象字段]
B --> C{是否通过 PropertyPreFilter?}
C -->|否| D[丢弃字段]
C -->|是| E[应用 NameFilter 修改字段名]
E --> F[应用 ValueFilter/ContextValueFilter 修改值]
F --> G[生成最终键值对]
G --> H[继续下一个字段]
H --> B
H --> I[生成完整 JSON]

---

一、PropertyPreFilter：按字段名过滤

场景

过滤对象中不符合命名规范的字段（如临时字段 _tempData）。

示例代码

public class PropertyPreFilterDemo {
    public static void main(String[] args) {
        User user = new User("admin", "_tempData123", "13800138000");

        // 创建过滤器：过滤以 "_" 开头的字段
        PropertyPreFilter filter = (serializer, source, name) ->
            !name.startsWith("_"); // 返回 true 表示保留该字段

        String json = JSON.toJSONString(user, filter);
        System.out.println(json);
        // 输出：{"name":"admin","phone":"13800138000"}
    }

    static class User {
        private String name;
        private String _tempData; // 需要过滤的字段
        private String phone;

        public User(String name, String _tempData, String phone) {
            this.name = name;
            this._tempData = _tempData;
            this.phone = phone;
        }
        // 省略 getter/setter
    }
}

源码解析

1. PropertyPreFilter 接口定义

   public interface PropertyPreFilter extends SerializeFilter {
       boolean apply(JSONSerializer serializer, Object object, String name);
   }
   

   • name：当前字段名。
   • 返回 true 表示保留字段，false 表示过滤。

2. Lambda 实现

   (serializer, source, name) -> !name.startsWith("_")
   

   • 直接通过字段名判断是否保留，简洁高效。

---

二、ValueFilter：动态修改字段值

场景

对敏感数据（如手机号、身份证号）进行脱敏处理。

示例代码（含健壮性校验）

public class ValueFilterDemo {
    public static void main(String[] args) {
        User user = new User("李四", "510123199001011234", "13812345678");

        // 创建 ValueFilter：脱敏身份证和手机号
        ValueFilter filter = new ValueFilter() {
            @Override
            public Object process(Object object, String name, Object value) {
                if (value == null) return null; // 处理空值

                switch (name) {
                    case "idCard":
                        if (value instanceof String && ((String) value).length() >= 15) {
                            String idCard = (String) value;
                            return idCard.substring(0, 6) + "********" + idCard.substring(14);
                        }
                        break;
                    case "phone":
                        if (value instanceof String && ((String) value).length() == 11) {
                            String phone = (String) value;
                            return phone.substring(0, 3) + "****" + phone.substring(7);
                        }
                        break;
                }
                return value;
            }
        };

        String json = JSON.toJSONString(user, filter);
        System.out.println(json);
        // 输出：{"idCard":"510123********1234","name":"李四","phone":"138****5678"}
    }

    static class User {
        private String name;
        private String idCard;
        private String phone;

        // 省略构造方法和 getter/setter
    }
}

源码解析

1. ValueFilter 接口定义

   public interface ValueFilter extends SerializeFilter {
       Object process(Object object, String name, Object value);
   }
   

   • object：当前序列化的对象实例（可获取其他字段值）。
   • value：当前字段的原始值，需返回修改后的值。

2. 健壮性设计

   • 校验 value 是否为 null，避免空指针异常。
   • 校验数据类型和长度，防止无效脱敏。

---

三、NameFilter：字段名重命名

场景

统一 JSON 字段命名风格（如 Java 驼峰命名 → JSON 下划线命名）。

示例代码

public class NameFilterDemo {
    public static void main(String[] args) {
        Product product = new Product(1001, "MacBook Pro", 14999.99);

        // 创建 NameFilter：驼峰转下划线
        NameFilter filter = (object, name, value) -> {
            String regex = "([a-z])([A-Z]+)";
            String replacement = "$1_$2";
            return name.replaceAll(regex, replacement).toLowerCase();
        };

        String json = JSON.toJSONString(product, filter);
        System.out.println(json);
        // 输出：{"product_id":1001,"product_name":"MacBook Pro","product_price":14999.99}
    }

    static class Product {
        private Integer productId;
        private String productName;
        private Double productPrice;

        // 省略构造方法和 getter/setter
    }
}

源码解析

1. 正则表达式处理
   • ([a-z])([A-Z]+)：匹配驼峰命名中的大写字母位置。
   • $1_$2：在大写字母前插入下划线。
   • toLowerCase()：统一转为小写，符合下划线风格。

---

四、ContextValueFilter：上下文感知的字段处理

场景

根据不同对象类型动态脱敏（如 User 类手机号脱敏，Order 类不脱敏）。

示例代码

public class ContextValueFilterDemo {
    public static void main(String[] args) {
        User user = new User("王五", "13800001234");
        Order order = new Order(2001, "13800001234");

        // 创建 ContextValueFilter：仅对 User 类手机号脱敏
        ContextValueFilter filter = new ContextValueFilter() {
            @Override
            public Object process(
                BeanContext context, Object object, String name, Object value) {

                // 获取字段所属的类
                Class<?> clazz = context.getBeanClass();

                if (clazz == User.class && "phone".equals(name)) {
                    return handlePhone((String) value);
                }
                return value;
            }

            private String handlePhone(String phone) {
                if (phone != null && phone.length() == 11) {
                    return phone.substring(0, 3) + "****" + phone.substring(7);
                }
                return phone;
            }
        };

        System.out.println("User JSON: " + JSON.toJSONString(user, filter));
        // 输出：{"name":"王五","phone":"138****1234"}

        System.out.println("Order JSON: " + JSON.toJSONString(order, filter));
        // 输出：{"orderId":2001,"contactPhone":"13800001234"}
    }

    static class User {
        private String name;
        private String phone;
        // 省略构造方法和 getter/setter
    }

    static class Order {
        private Integer orderId;
        private String contactPhone;
        // 省略构造方法和 getter/setter
    }
}

源码解析

1. BeanContext 核心方法

   public interface BeanContext {
       Class<?> getBeanClass();      // 获取当前对象的类
       Method getMethod();           // 获取当前字段的 getter 方法
       Field getField();             // 获取当前字段的反射对象
   }
   

   • 可通过 getBeanClass() 判断对象类型，实现差异化处理。

---

五、组合过滤器与性能优化

场景

同时使用多个过滤器（如脱敏 + 字段名转换）。

示例代码

public class CombinedFilterDemo {
    public static void main(String[] args) {
        User user = new User("赵六", "13912345678");

        // 过滤器1：手机号脱敏
        ValueFilter phoneFilter = (obj, name, value) ->
            "phone".equals(name) ? "***-****-" + ((String) value).substring(7) : value;

        // 过滤器2：字段名转下划线
        NameFilter nameFilter = (obj, name, value) ->
            name.replaceAll("([A-Z])", "_$1").toLowerCase();

        // 组合使用两个过滤器
        String json = JSON.toJSONString(user, phoneFilter, nameFilter);
        System.out.println(json);
        // 输出：{"name":"赵六","phone":"***-****-5678"}
    }

    static class User {
        private String name;
        private String phone;
        // 省略构造方法和 getter/setter
    }
}

最佳实践

1. 性能优化

   • 避免在过滤器中执行耗时操作（如数据库查询）。
   • 优先使用 @JSONField 处理静态规则，过滤器处理动态逻辑。

2. 全局过滤器注册

   // 全局注册 PhoneFilter，对所有序列化生效
   SerializeConfig.getGlobalInstance().addFilter(User.class, phoneFilter);
   

   • 谨慎使用全局过滤器，避免影响其他模块。

   文章持续更新，可以微信搜一搜「 半个脑袋儿 」第一时间阅读