
本文将介绍如何使用 MapStruct 处理 Java 中包含递归结构的数据序列化,例如树形结构。我们将以一个 Tree 类及其包含的 Leaf 类为例,演示如何使用 MapStruct 将其转换为对应的 TreeResponse 和 LeafResponse 类。
首先,我们来看一下需要转换的实体类和目标响应类:
@Builder
@Getter
@AllArgsConstructor
@FieldDefaults(level = PUBLIC)
public class Tree {
String name;
List<Leaf> leafs;
}
@Builder
@Getter
@AllArgsConstructor
@FieldDefaults(level = PUBLIC)
public class Leaf {
String name;
List<Leaf> children;
}
@Getter
@Setter
@FieldDefaults(level = PUBLIC)
public class TreeResponse {
String name;
List<LeafResponse> leafs;
}
@Getter
@Setter
@FieldDefaults(level = PUBLIC)
public class LeafResponse {
String name;
List<LeafResponse> children;
}可以看到,Leaf 类包含一个 children 列表,该列表也是 Leaf 类型的,这就构成了一个递归结构。
为了使用 MapStruct 进行转换,我们需要定义两个 Mapper 接口:TreeMapper 和 LeafMapperSecond。
立即学习“Java免费学习笔记(深入)”;
@Mapper
public interface TreeMapper {
@Mapping(target = "name", source = "entity.name")
TreeResponse map(Tree entity);
}
@Mapper
public interface LeafMapperSecond {
LeafResponse map(Leaf entity);
List<LeafResponse> map(List<Leaf> entity);
}TreeMapper 负责将 Tree 对象转换为 TreeResponse 对象。LeafMapperSecond 负责将 Leaf 对象转换为 LeafResponse 对象,并且提供了一个用于转换 List<Leaf> 到 List<LeafResponse> 的方法。
关键点在于定义了两个 Mapper 接口,并且在 LeafMapperSecond 中定义了 List 转换方法。 MapStruct 会自动处理 List 的递归转换,无需手动编写复杂的递归逻辑。
每个应用程序都要使用数据,Android应用程序也不例外,Android使用开源的、与操作系统无关的SQL数据库--SQLite,本文介绍的就是如何为你的Android应用程序创建和操作SQLite数据库。 数据库支持每个应用程序无论大小的生命线,除非你的应用程序只处理简单的数据,那么就需要一个数据库系统存储你的结构化数据,Android使用SQLite数据库,它是一个开源的、支持多操作系统的SQL数据库,在许多领域广泛使用,如Mozilla FireFox就是使用SQLite来存储配置数据的,iPhon
0
现在,我们可以编写一个测试用例来验证转换是否正确:
private TreeMapper treeMapper = Mappers.getMapper(TreeMapper.class);
private LeafMapperSecond leafMapper = Mappers.getMapper(LeafMapperSecond.class);
@Test
public void test() {
List<Leaf> leafs = new ArrayList<>();
leafs.add(Leaf.builder().name("Leaf 1").build());
leafs.add(
Leaf.builder()
.name("Leaf 2")
.children(
Arrays.asList(
Leaf.builder()
.name("Leaf Children 1")
.children(
Arrays.asList(
Leaf.builder()
.name("Leaf Children 1.1")
.build(),
Leaf.builder()
.name("Leaf Children 1.2")
.build()))
.build(),
Leaf.builder().name("Leaf Children 2").build()))
.build());
Tree tree = Tree.builder().name("tree name").leafs(leafs).build();
TreeResponse treeResponse = treeMapper.map(tree);
assertEquals(treeResponse.name, "tree name");
assertEquals(treeResponse.leafs.size(), 2);
LeafResponse leafWithChildren =
treeResponse.leafs.stream()
.filter(l -> l.name.equals("Leaf 2"))
.findFirst()
.orElse(null);
assertNotNull(leafWithChildren);
assertEquals(leafWithChildren.getChildren().size(), 2);
LeafResponse leafWithSubChildren =
leafWithChildren.children.stream()
.filter(l -> l.name.equals("Leaf Children 1"))
.findFirst()
.orElse(null);
assertNotNull(leafWithSubChildren);
assertEquals(leafWithChildren.getChildren().size(), 2);
}在这个测试用例中,我们创建了一个包含嵌套 Leaf 对象的 Tree 对象,然后使用 TreeMapper 将其转换为 TreeResponse 对象。最后,我们断言转换后的 TreeResponse 对象中的数据是否与预期一致。
注意事项:
总结:
通过使用 MapStruct,我们可以轻松地处理包含递归结构的数据序列化。 这种方法简洁、高效,并且易于维护。它避免了手动编写复杂的递归逻辑,提高了开发效率。 这种方法特别适用于 API 开发,可以将复杂的内部数据结构转换为清晰的 JSON 响应。
以上就是使用 MapStruct 处理 Java 递归数据结构的序列化的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号