当前位置:首页 > 文章列表 > 文章 > java教程 > Spring Boot替换Jackson为Gson配置方法

Spring Boot替换Jackson为Gson配置方法

2026-04-07 11:55:14 0浏览 收藏
本文深入剖析了Spring Boot中用Gson替换默认Jackson时遭遇的四大核心陷阱:HttpMessageConverter因自动配置冲突而失效、Java 8时间类型及@JsonFormat注解不兼容、@RequestBody泛型擦除导致类型丢失、以及String返回值被错误转义为JSON字符串;文章不仅直击根本原因——Gson与Jackson在类型推导、序列化策略和Spring生态集成上的本质差异,更提供可落地的手动配置方案、自定义TypeAdapter编写技巧、converter加载顺序调控方法及关键调试手段,助开发者避开“看似替换成功实则埋雷”的典型误区。

如何在Spring Boot中替换默认的Jackson为Gson_HttpMessageConverters自动配置修改

Spring Boot默认Jackson被Gson替换后HttpMessageConverter没生效

根本原因是Spring Boot的自动配置机制里,JacksonHttpMessageConvertersConfiguration和GsonHttpMessageConvertersConfiguration都通过@ConditionalOnMissingBean保护,但它们注册的HttpMessageConverter类型重叠(都是MappingJackson2HttpMessageConverter和GsonHttpMessageConverter),而Gson配置默认不启用——除非你显式引入gson依赖且没排除Jackson相关starter。

实操建议:

  • 确认已添加com.google.code.gson:gson依赖,且未意外引入spring-boot-starter-json(它会拉入Jackson并抢占优先级)
  • 在application.properties中加spring.http.converters.preferred-json-mapper=gson(Spring Boot 2.3+才支持;旧版无效)
  • 更可靠的做法是手动注册:写一个@Configuration类,@Bean返回GsonHttpMessageConverter,并确保它比Jackson的converter先加载(比如用@Order(Ordered.HIGHEST_PRECEDENCE))

手动注册GsonHttpMessageConverter时日期格式错乱

Gson默认不处理Java 8时间类型(LocalDateTime等),也不识别@JsonFormat注解,这和Jackson行为不一致,容易导致反序列化失败或格式错位。

实操建议:

  • 构造Gson实例时显式注册TimeOfDayTypeAdapter、LocalDateTimeTypeAdapter等自定义适配器
  • 用GsonBuilder.setDateFormat("yyyy-MM-dd HH:mm:ss")统一字符串日期解析格式
  • 若需兼容@JsonFormat(pattern = "..."),得自己写TypeAdapterFactory去读取该注解——这不是开箱即用的功能
  • 避免直接复用Jackson的ObjectMapper配置逻辑,Gson没有SerializationFeature或DeserializationFeature这类开关

GsonHttpMessageConverter不处理@RequestBody泛型擦除问题

比如接口定义为public Result handle(@RequestBody Result r),Gson默认反序列化会把User变成LinkedTreeMap,因为泛型信息在运行时已擦除,而GsonHttpMessageConverter没像Jackson那样集成TypeReference推导机制。

实操建议:

  • 必须在controller方法里用ParameterizedTypeReference配合RestTemplate调用时才起作用;对@RequestBody,Gson converter本身不支持泛型类型推导
  • 解决方案只有两个:改用Map接收再手动转,或在converter中覆写readInternal方法,借助ResolvableType.forMethodParameter提取真实泛型类型传给gson.fromJson(json, type)
  • 别指望@JsonAdapter能自动解决这个层级的问题——它只管字段级,不管整个body的根类型

替换后ResponseEntity返回空JSON或双引号包裹

这是最隐蔽的坑:当返回类型是String时,GsonHttpMessageConverter会把字符串当作JSON值序列化,比如返回"ok",结果变成"\"ok\""(带转义双引号);而Jackson默认把String当原始内容直接写出。

实操建议:

  • 检查是否误将GsonHttpMessageConverter放在了所有converter之前,它匹配String.class,导致原始字符串被当成JSON值处理
  • 要么删掉GsonHttpMessageConverter对String的支持:gsonConverter.setSupportedMediaTypes(Arrays.asList(MediaType.APPLICATION_JSON)),排除text/plain
  • 要么保留StringHttpMessageConverter并确保它排在GsonHttpMessageConverter前面——顺序决定谁先“抢”到String类型

复杂点在于,converter顺序受@Order、@Primary、bean注册时机多重影响,调试时最好打日志看RequestMappingHandlerAdapter最终持有的messageConverters列表顺序。

以上就是《Spring Boot替换Jackson为Gson配置方法》的详细内容,更多关于的资料请关注golang学习网公众号!

纯 CSS 实现封面图视差滚动效果纯 CSS 实现封面图视差滚动效果
上一篇
纯 CSS 实现封面图视差滚动效果
Vue3 computed 计算属性使用教程
下一篇
Vue3 computed 计算属性使用教程
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。
    368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。
    426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。
    442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。
    390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