Encoder[A]是将A类型转化成JSON的函数,Decoder[A]是将Json转化成一个A对象或者是exception的函数。
circe提供了scala标准库中类型的的implicit函数,可以方便的对String,Int等基本类型进行处理,同时也提供了List[A]、Option[A]和其他泛型类型的处理,只要是A有对应的Encoder。
可以使用 .asJson 将一个数据对象转化成Json对象:
import io.circe.syntax._ // import io.circe.syntax._ val intsJson = List(1, 2, 3).asJson // intsJson: io.circe.Json = // [ // 1, // 2, // 3 // ]
使用 .as 将一个Json对象转化成数据对象:
intsJson.as[List[Int]] // res0: io.circe.Decoder.Result[List[Int]] = Right(List(1, 2, 3))
parser模块中的decode函数可以直接把json string转化成对象:
import io.circe.parser.decode // import io.circe.parser.decode decode[List[Int]]("[1, 2, 3]") // res1: Either[io.circe.Error,List[Int]] = Right(List(1, 2, 3))
Semi-automatic Derivation
有时,在代码中定义一个Encoder或Encoder,半自动推导可以帮助更简单的实现,可以写成如下形式:
import io.circe._, io.circe.generic.semiauto._ case class Foo(a: Int, b: String, c: Boolean) implicit val fooDecoder: Decoder[Foo] = deriveDecoder[Foo] implicit val fooEncoder: Encoder[Foo] = deriveEncoder[Foo]
或者是:
implicit val fooDecoder: Decoder[Foo] = deriveDecoder implicit val fooEncoder: Encoder[Foo] = deriveEncoder
@JsonCodec
circe-generic模块提供了@JsonCodec注解用来简化上面的实现:
import io.circe.generic.JsonCodec, io.circe.syntax._ // import io.circe.generic.JsonCodec // import io.circe.syntax._ @JsonCodec case class Bar(i: Int, s: String) // defined class Bar // defined object Bar Bar(13, "Qux").asJson // res4: io.circe.Json = // { // "i" : 13, // "s" : "Qux" // }
这种注解方式对case classes和sealed trait有效。
注意: 你需要使用Macro Paradise插件用来调用了类似 @JsonCodec的注解
forProductN 方法
也可以在不使用通用derviation的情况下构建case class的Encoders和Decoders:
case class User(id: Long, firstName: String, lastName: String) object UserCodec { implicit val decodeUser: Decoder[User] = Decoder.forProduct3("id", "first_name", "last_name")(User.apply) implicit val encodeUser: Encoder[User] = Encoder.forProduct3("id", "first_name", "last_name")(u => (u.id, u.firstName, u.lastName) ) }
这种方式不如generic derivation通用,但这种方式只依赖于circe-core
Fully automatic derivation
circe使用shapeless实现自动的推导对应的class实例:
import io.circe.generic.auto._ // import io.circe.generic.auto._ case class Person(name: String) // defined class Person case class Greeting(salutation: String, person: Person, exclamationMarks: Int) // defined class Greeting Greeting("Hey", Person("Chris"), 3).asJson // res6: io.circe.Json = // { // "salutation" : "Hey", // "person" : { // "name" : "Chris" // }, // "exclamationMarks" : 3 // }
Custom encoders/decoders
如果你想自己实现而不是使用自动化或半自动化的derivation,可以通过一下几种方法实现:
首先,可以从头编写一个Encoder[A]和Decoder[A]:
class Thing() // defined class Thing implicit val encodeFoo: Encoder[Thing] = new Encoder[Thing] { final def apply(a: Thing): Json = ??? // your implementation goes here } // encodeFoo: io.circe.Encoder[Thing] = $anon$1@4ef154df implicit val decodeFoo: Decoder[Thing] = new Decoder[Thing] { final def apply(c: HCursor): Decoder.Result[Thing] = Left(DecodingFailure("Not implemented yet", c.history)) } // decodeFoo: io.circe.Decoder[Thing] = $anon$1@164a929d
但在许多情况下,您可能会发现它更方便搭载已经可用的Decoder。例如,java.time.Instance 的解码器可以这样写:
import cats.syntax.either._ // import cats.syntax.either._ import java.time.Instant // import java.time.Instant implicit val encodeInstant: Encoder[Instant] = Encoder.encodeString.contramap[Instant](_.toString) // encodeInstant: io.circe.Encoder[java.time.Instant] = io.circe.Encoder$$anon$11@56e2186a implicit val decodeInstant: Decoder[Instant] = Decoder.decodeString.emap { str => Either.catchNonFatal(Instant.parse(str)).leftMap(t => "Instant") } // decodeInstant: io.circe.Decoder[java.time.Instant] = io.circe.Decoder$$anon$21@419672fb
Custom key types
如果需要对Map [K,V]进行编码/解码,其中K不是String(或Symbol,Int,Long等),则需要为自定义键类型提供KeyEncoder和/或KeyDecoder。
import io.circe.syntax._ // import io.circe.syntax._ case class Foo(value: String) // defined class Foo implicit val fooKeyEncoder = new KeyEncoder[Foo] { override def apply(foo: Foo): String = foo.value } // fooKeyEncoder: io.circe.KeyEncoder[Foo] = $anon$1@423285bc val map = Map[Foo, Int]( Foo("hello") -> 123, Foo("world") -> 456 ) // map: scala.collection.immutable.Map[Foo,Int] = Map(Foo(hello) -> 123, Foo(world) -> 456) val json = map.asJson // json: io.circe.Json = // { // "hello" : 123, // "world" : 456 // } implicit val fooKeyDecoder = new KeyDecoder[Foo] { override def apply(key: String): Option[Foo] = Some(Foo(key)) } // fooKeyDecoder: io.circe.KeyDecoder[Foo] = $anon$1@7edf5d5a json.as[Map[Foo, Int]] // res7: io.circe.Decoder.Result[Map[Foo,Int]] = Right(Map(Foo(hello) -> 123, Foo(world) -> 456))
相关推荐
circe, 在Emacs中,Circe的客户端 Circe,Emacs中的IRC客户端 概述 Circe是Emacs中IRC的客户端。 它尝试使用正确的默认值,并与编辑器的它的余部分合并,使用标准的Emacs密钥绑定。复杂性,它是介于 rcirc ( 极小) ...
`circe-yaml`是一个基于Scala的库,它结合了circe和SnakeYAML两个强大的工具,为开发者提供了一个高效且灵活的YAML解析和序列化解决方案。circe是一个JSON库,而SnakeYAML则是Java的YAML 1.1处理器。通过`circe-yaml...
circe-json-schema 该项目提供了一些基本的工具,可以使用执行验证。 该库的当前版本是的包装,尽管它未在其公共API中公开任何org.everit或org.json类型。 将来的版本将删除Everit依赖性,尽管我们目前尚无确切的...
circe-circus是一个专注于Circe库的轻量级扩展库,旨在提供更便捷的数据编码、解码和序列化功能,以增强Scala开发者在处理JSON数据时的体验。Circe本身是一个强大的JSON库,它采用了函数式编程的思路,使得在Scala中...
3. 使用circe-magnolia提供的宏,如`io.circe.generic.magnolia.semiauto.deriveDecoder`和`io.circe.generic.magnolia.semiauto.deriveEncoder`,来自动生成`User`的解码器和编码器。 4. 在需要解析或序列化JSON的...
头皮回旋 该项目的结构受到极大启发相依性包含在您的build.sbt文件中核libraryDependencies + = " io.github.scalapb-json " %% " scalapb-circe " % " 0.10.0 " 对于scala-js libraryDependencies + = " io.github....
在Scala编程环境中,Circe是一个非常流行的JSON库,它提供了强大的编码和解码功能,使得处理JSON数据变得简单而高效。"circe-deriving"是Circe的一个扩展模块,专门用于自动派生JSON编码器和解码器,大大简化了类型...
版权和许可circe-schema 根据 (“许可”)获得许可; 除非遵守许可,否则您不得使用本软件。 除非适用法律要求或以书面形式同意,否则根据“许可”分发的软件将按“原样”分发,没有任何明示或暗示的保证或条件。 ...
在复杂性方面,它介于 rcirc(非常小)和 ERC(非常复杂)之间。 截屏 安装 依赖关系 为了使用 TLS 安全地连接到 IRC 服务器,Circe 需要一个与库链接的 Emacs。 为了显示图像,Circe 需要 。 package.el 确保您...
该项目支持使用使用进行流式 JSON 解析和解码, 是一个用于将 JSON 编码和解码为 Scala 类型的 Scala 库。 解析 Circe-fs2 提供不同的管道来解析您的 JSON 流,具体取决于您的流是否为: \n 分隔的 JSON 值流或值...
同时,"sgn2gtx"可能包含的功能暗示了Circe Matis还支持对GPS数据的处理和转换,这对于现代GIS应用和导航系统尤其有用。通过这样的工具,用户可以更便捷地集成和分析地理位置数据,服务于各种专业应用,如城市规划、...
再者,Circe是Scala中一个强大的JSON库,它提供了JSON序列化和反序列化的功能。在处理GraphQL查询结果时,Circe帮助我们将接收到的JSON数据转换为Scala对象,反之亦然。这使得我们能够方便地操作和处理来自GraphQL...
1. **自动解码和编码**: Circe提供了一种自动将Scala数据类型转换为JSON和从JSON反序列化的方法,通过`Derivation`模块可以自动生成解码器和编码器。 2. **类型安全**: 类型系统的使用确保了在编码和解码过程中不会...
下载并解压这个文件后,用户将获得Circe的源代码和其他相关文件,可以编译和安装在自己的系统上使用或进行二次开发。 总的来说,Circe是一个使用Python和wxPython构建的开源IRC客户端,它提供了一个多平台的解决...
`circe`是Scala的一个JSON库,它基于cats和shapeless,提供了编译时安全的JSON解析和生成。在微服务中,circe用于将数据模型转换为JSON格式,以便于在HTTP响应中发送,同时也能将接收到的JSON请求数据解码为内部的...
circe的"core"模块包含了基本的JSON类型和操作,而其他模块如"circe-generic"和"circe-optics"则提供了更高级的功能,如自动编码/解码和使用Scala的 optics(如 monocle 或 cats-effect 的 optics)来操作JSON。...
在本文中,我们将深入探讨`bottledynamo`项目,这是一个专门为Scala开发的库,它利用Twitter Futures和Circe库来实现对AWS DynamoDB的高效、流畅的JSON序列化和操作。`bottledynamo`是针对无SQL数据库系统的持久层...
文字文摘 编译时间文字json验证程序,支持基于类型架构的内联值。 Scala JSON库的额外模块。 受支持的Scala版本包括3.0.0-M3。... circe . literal . extras . _ extension ( inline sc : StringCont