引言：Jackson序列化与字段校验的挑战
在使用Jackson库进行Java对象到JSON字符串的序列化时，我们经常遇到需要对对象字段进行校验的场景。Jackson提供了一些内置机制，例如@JsonInclude(JsonInclude.Include.NON_NULL)可以忽略值为null的字段，@JsonProperty(required = true)则主要用于反序列化时标记必填字段。然而，这些机制通常无法满足一种更严格的需求：如果一个或多个必填字段的值为null，我们希望整个对象的序列化过程被阻止，而不是仅仅忽略这些字段或在反序列化时报错。
Jackson的默认行为是即使必填字段为null，它也会尝试序列化该字段（除非明确配置了NON_NULL）。@JsonProperty(required = true)主要作用于反序列化阶段，确保JSON中包含该字段，而不是在序列化阶段校验其值是否为null。为了实现当必填字段为空时阻止整个对象序列化的目标，我们需要更深入地定制Jackson的行为。
解决方案：创建自定义JsonSerializer
解决此问题的核心方法是创建一个自定义的Jackson序列化器，通过继承JsonSerializer类并重写其serialize()方法，在序列化之前执行自定义的校验逻辑。
1. 实现自定义序列化器
首先，定义一个继承自JsonSerializer
import com.fasterxml.jackson.core.JsonGenerator; import com.fasterxml.jackson.databind.JsonGenerationException; import com.fasterxml.jackson.databind.JsonSerializer; import com.fasterxml.jackson.databind.SerializerProvider; import java.io.IOException; import java.util.Objects; import java.util.function.Predicate; import java.util.stream.Stream; // 假设你的POJO类名为 BigJsonDto public class BigJsonDtoSerializer extends JsonSerializer{ // 定义一个校验谓词，用于判断DTO实例是否无效（即存在必填字段为null） public static final Predicate IS_NOT_VALID = dto -> Stream.of(dto.getField1(), // 假设field1和field2是必填字段 dto.getField2()) .anyMatch(Objects::isNull); // 任意一个必填字段为null则视为无效 @Override public void serialize(BigJsonDto value, JsonGenerator gen, SerializerProvider serializers) throws IOException { // 1. 执行自定义校验逻辑 if (IS_NOT_VALID.test(value)) { // 如果DTO实例无效，则抛出异常阻止序列化 throw new JsonGenerationException("BigJsonDto instance is not valid: required fields are null", gen); } // 2. 如果校验通过，则手动序列化所有字段 // 注意：这里需要手动写入每个字段，这对于字段较多的DTO可能比较繁琐 gen.writeStartObject(); // 开始写入JSON对象 gen.writeStringField("field1", value.getField1()); gen.writeStringField("field2", value.getField2()); // 假设还有更多字段，需要逐一写入 // gen.writeStringField("field3", value.getField3()); // ... // gen.writeStringField("field100", value.getField100()); gen.writeEndObject(); // 结束写入JSON对象 } /** * 当序列化器作为模块的一部分注册时，此方法是必需的， * 它告诉Jackson此序列化器处理哪种类型的对象。 */ @Override public Class handledType() { return BigJsonDto.class; } }
关键点说明：
- IS_NOT_VALID 谓词： 这是一个Predicate函数式接口实例，用于封装校验逻辑。你可以根据实际需求添加任意数量的必填字段到Stream.of()中进行null检查。
- 抛出 JsonGenerationException： 当校验失败时，抛出此异常会中断Jackson的序列化过程。
- 手动序列化： 如果校验通过，你需要在serialize()方法内部使用JsonGenerator对象手动写入JSON字段。这意味着你需要逐个调用gen.writeStringField()（或其他write*Field()方法，取决于字段类型）来序列化POJO的所有字段。对于字段数量庞大的DTO，这会增加代码的冗余和维护成本。
2. POJO示例
假设你的POJO类如下：
import lombok.Builder;
import lombok.Data;
@Data
@Builder
public class BigJsonDto {
private String field1;
private String field2;
private String field3;
// ... field100
}注册自定义序列化器
有两种主要方式可以将自定义的BigJsonDtoSerializer注册到Jackson的ObjectMapper中：
方法一：通过@JsonSerialize注解在类级别注册
这是最直接的方式，适用于只对特定POJO类应用自定义序列化逻辑的场景。
import com.fasterxml.jackson.databind.annotation.JsonSerialize;
import lombok.Builder;
import lombok.Data;
@Data
@Builder
@JsonSerialize(using = BigJsonDtoSerializer.class) // 在POJO类上应用注解
public class BigJsonDto {
private String field1;
private String field2;
private String field3;
// ... field100
}使用此方法时，BigJsonDtoSerializer中的handledType()方法不是严格必需的，但保留它通常是一个好习惯。
方法二：通过SimpleModule全局注册
这种方法更加灵活，尤其适用于需要注册多个自定义序列化器，或者不希望在POJO类上添加Jackson注解的场景。
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.module.SimpleModule;
import com.fasterxml.jackson.core.Version;
import java.util.List;
import java.util.Map;
public class JacksonConfiguration {
public static ObjectMapper configureObjectMapper() {
ObjectMapper mapper = new ObjectMapper();
// 创建一个SimpleModule实例
SimpleModule mySerializationModule = new SimpleModule(
"MySerializationModule",
new Version(1, 0, 0, null, "com.example", "my-app"),
Map.of(), // 反序列化器列表 (此处为空，因为我们只关注序列化)
List.of(new BigJsonDtoSerializer()) // 序列化器列表
);
// 将模块注册到ObjectMapper
mapper.registerModule(mySerializationModule);
return mapper;
}
// 如果你在Spring Boot项目中使用，可以将其注册为一个Bean
/*
@Bean
public ObjectMapper objectMapper() {
return configureObjectMapper();
}
*/
}使用此方法时，BigJsonDtoSerializer中的handledType()方法是必需的，Jackson会根据此方法返回的类型来匹配并应用序列化器。
使用示例
以下是一个完整的示例，演示了如何使用自定义序列化器来阻止包含空值必填字段的POJO被序列化。
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.core.JsonGenerationException;
public class SerializationDemo {
public static void main(String[] args) {
// 假设我们选择了通过@JsonSerialize注解在类上注册序列化器
ObjectMapper mapper = new ObjectMapper();
// 场景1：必填字段为null，预期序列化失败
System.out.println("--- 场景1：必填字段为null ---");
BigJsonDto invalidDto = BigJsonDto.builder()
.field1(null) // field1是必填且为null
.field2("Bob")
.field3("Carol")
.build();
try {
String resultingJson = mapper.writeValueAsString(invalidDto);
System.out.println("序列化成功 (意外): " + resultingJson);
} catch (JsonGenerationException e) {
System.err.println("序列化失败 (预期): " + e.getMessage());
} catch (Exception e) {
System.err.println("发生其他错误: " + e.getMessage());
}
System.out.println("\n--- 场景2：所有必填字段都有效 ---");
// 场景2：所有必填字段都有效，预期序列化成功
BigJsonDto validDto = BigJsonDto.builder()
.field1("Value1")
.field2("Value2")
.field3("Value3")
.build();
try {
String resultingJson = mapper.writeValueAsString(validDto);
System.out.println("序列化成功 (预期): " + resultingJson);
} catch (JsonGenerationException e) {
System.err.println("序列化失败 (意外): " + e.getMessage());
} catch (Exception e) {
System.err.println("发生其他错误: " + e.getMessage());
}
}
}运行结果示例：
--- 场景1：必填字段为null ---
序列化失败 (预期): BigJsonDto instance is not valid: required fields are null
--- 场景2：所有必填字段都有效 ---
序列化成功 (预期): {"field1":"Value1","field2":"Value2","field3":"Value3"}注意事项与总结
- 手动字段写入： 自定义JsonSerializer在校验通过后，需要手动调用JsonGenerator的write*Field()方法来写入每个JSON字段。对于包含大量字段的POJO，这会导致序列化器代码变得冗长且难以维护。在设计DTO时，应权衡这种方式的利弊，或者考虑是否可以通过其他方式（如使用反射或更通用的序列化逻辑）来简化手动写入过程。
- 异常处理： 抛出JsonGenerationException是中断序列化流程的标准方式。在调用ObjectMapper.writeValueAsString()或writeValue()时，需要捕获此异常以处理序列化失败的情况。
- 性能考量： 自定义校验逻辑会引入额外的开销。对于性能要求极高的场景，需要仔细评估校验逻辑的复杂性及其对性能的影响。
- 与反序列化的区别： 再次强调，此教程主要解决的是序列化阶段的校验问题。对于反序列化阶段的必填字段校验，@JsonProperty(required = true)结合DeserializationFeature.FAIL_ON_MISSING_CREATOR_PROPERTIES等配置更为常用。
- 适用场景： 这种自定义序列化器的方法特别适用于需要严格控制数据完整性，并且在数据不符合预期时需要立即中止操作的场景，例如API响应中避免返回不完整或不合规的数据。
通过自定义Jackson的JsonSerializer，开发者可以获得对序列化过程的精细控制，从而实现复杂的业务校验逻辑，确保输出的JSON数据始终符合预期的规范。尽管手动写入字段可能带来一些编码上的不便，但其提供的灵活性和控制力在特定场景下是不可替代的。
