spray json, jackson 转到type时多key和少key的比较

有组合关系的三个class定义

A {

B {

　　C {...}

...

}

...

}

每个class都有loadFromJson和writeAsJson方法。过去几年，三个class里的成员变量一直在添加，而数据库里有很多json string类型的老数据，为了能够正确的把它们转化为class，就需要对一些域进行判断，举个例子。

在 db 中有一个json string，是这样的 name: xins, age: 24

而几年后C添加了一个新的域，company

那么loadFromJson就要添加判断，如果json中没有company这个key，就要写上 company: null

现在，要重写A, B, C。目标是，代码尽可能的少，扩展性要好，不要if/else判断域的存在情况。

老数据中json的域不足，转到class时可能会有问题。

class转到json会添加一些域，但这可能没有关系，因为前端可能只从json中拿它感兴趣的key,val

下面测了两种json库，分别是spray.json和jackson_scala_module

结果:

jackson_scala_module在从string json 到 type进行转换时，能够接受域缺失的问题。比如

case class Demo(x: Boolean, y: Int, c: String, d: Double)
val demo = mapper.readValue("{}", classOf[Demo])
println(demo)

Demo(false,0,null,0.0)

其实这个结果是不太理想的，我更希望当一个域不出现时，该域就不要在json中出现。比如false, 0 和 null 的地位是不一样的。false, 0 是个有效的值，而null则明确说明没有值。

对于spray.json发生key缺失的情况，则会exception

而对于域key出现多余的情况

jackson报错

val demo1 = mapper.readValue("{\"x\": true, \"y\": 1100, \"c\": \"str\", \"d\": \"str\"}", classOf[Demo])

spray.json则没有问题

对于变量的顺序则没有关系，两个库都能正确处理key顺序不正确的情况。

新的程序是用scala写的，spray框架。首先想到的就是spray.json。从别人的blog上看到spray.json的速度很慢，但是spray对spray.json内置了很多支持，比如post的数据可以通过entity.as[Person]直接转到Person对象。考虑到程序面对的数据量并不太大，spray.json慢点其实无所谓，但多key的情况它处理不了，就用不了了。

update: json4s

后来我又测试了下 json4s，发现json4s对于多key或者少key的情况都能正确的处理，唯一的问题是case class每个域都要用option来修饰，不太美观

import org.json4s._
import org.json4s.jackson.JsonMethods._

object Json4s extends App {
  implicit val formats = DefaultFormats

  case class Child(name: Option[String], age: Int, birthdate: Option[java.util.Date])

  case class Address(street: String, city: String)

  case class Person(name: Option[String], address: Address, children: Option[List[Child]])

  val json = parse( """
         { "name": "joe",
           "sss" : "sss",
           "ssss" : ,
           "address": {
             "street": "Bulevard",
             "city": "Helsinki"
           },
           "children": [
             {
               "name": "Mary",
               "age": ,
               "birthdate": "2004-09-04T18:06:22Z"
             },
             {
               "name": "Mazy",
               "age":
             }
           ]
         }
                    """)

  println(json.extract[Person])
}