当前位置:首页 > 文章列表 > Golang > Go教程 > 优雅应对protobuf反序列化JSON类型不一致

优雅应对protobuf反序列化JSON类型不一致

2025-03-15 09:27:08 0浏览 收藏

本文介绍了一种优雅处理Protobuf反序列化时JSON数据类型不一致问题的方案。当API返回的JSON数据中,同一字段类型(例如:字符串或数字)不一致时,直接使用`google.protobuf.Any`进行类型管理较为复杂。本文提出了一种更稳健的方案:在Protobuf中定义多个message,并使用额外的`type`字段区分不同类型的数据,从而避免`google.protobuf.Any`带来的复杂性。通过这种方法,即使JSON数据类型不一致,也能准确解析到对应的Protobuf message,提升代码的可读性和可维护性。 文章将详细讲解该方案的实现,包括序列化和反序列化过程及代码示例。

如何优雅地处理protobuf反序列化时JSON数据类型不一致的问题?

巧妙解决Protobuf反序列化JSON数据类型不一致问题

在使用Protobuf进行数据序列化和反序列化时,经常会遇到API返回的JSON数据类型不一致的情况,例如同一字段在不同请求中可能返回字符串或数字。本文将介绍一种更稳健的方法来解决这个问题,避免直接使用google.protobuf.any带来的类型管理复杂性。

问题描述:

假设API返回的JSON数据结构如下:

{
  "data": "data_string"
}

或

{
  "data": 123
}

我们定义的Protobuf message:

message Data {
  google.protobuf.Any data = 1;
}

直接使用google.protobuf.Any虽然可以容纳不同类型的数据,但类型管理较为复杂。

解决方案:

我们建议在Protobuf中定义多个message,分别对应不同类型的data,并使用一个额外的字段type来区分这些类型。

例如,data可能包含两种类型的数据:Info和Error。 对应的Protobuf定义如下:

message MyData {
  string type = 1;
  google.protobuf.Any data = 2;
}

message MyInfoData {
  string msg = 1;
}

message MyErrorData {
  int32 code = 1;
  string err = 2;
  string reason = 3;
}

序列化:

根据type字段选择对应的message,并将数据打包到google.protobuf.Any中。 例如,Java代码片段展示如何打包MyErrorData:

MyErrorData myError = new MyErrorData() {{ code = 1; err = ""; reason = ""; }};
MyData myData = new MyData() {{ type = "ERROR"; }};
myData.data.pack(myError);

反序列化:

根据type字段选择对应的message类型进行unpack操作,获取正确的数据。 代码需要判断type的值,并选择相应的unpack方法。 这样,即使JSON数据中的data字段类型不同,也能正确解析到对应的Protobuf message。

这种方法通过明确定义数据类型和使用type字段进行区分,提供了更清晰、更易于维护的解决方案,有效避免了google.protobuf.Any带来的类型管理复杂性,提升了代码的可读性和可维护性。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《优雅应对protobuf反序列化JSON类型不一致》文章吧,也可关注golang学习网公众号了解相关技术文章。

思林杰2024营收1.85亿,净利润暴涨70.07%思林杰2024营收1.85亿,净利润暴涨70.07%
上一篇
思林杰2024营收1.85亿,净利润暴涨70.07%
Vue.js路由加载冲突跳转失败?解决“Uncaught(inpromise)undefined”错误攻略
下一篇
Vue.js路由加载冲突跳转失败?解决“Uncaught(inpromise)undefined”错误攻略
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    370次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    427次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    445次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    392次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    217次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码