当前位置:

首页 > 编程开发 > Java中JSONassert,JsonUnit和Jackson三方比对

Java中JSONassert,JsonUnit和Jackson三方比对

断言工具专为测试场景设计,支持宽松模式并精准定位差异;单元工具基于断言工具和杰克逊库封装,提供更友好的断言接口;杰克逊库作为主流处理库,可通过节点树模型自定义比对逻辑,适用于业务开发中精细控制差异的场景。

本文目录

    说起来,工作中经常需要比对两组JSON数据,然后返回差异结果。调研了一圈,发现几个不错的工具,这里整理一下,按场景选型就行了。

    核心工具对比

    Ja va中JSONassert,JsonUnit和Jackson三方比对

    1. JSONassert(测试场景首选)

    JSONassert 这玩意儿,打一开始就是为测试场景量身定做的。它支持忽略字段顺序、数组顺序、数值精度这些宽松模式,遇到差异直接抛异常,而且异常信息里会清清楚楚地告诉你,是哪个路径下的哪个值出了问题。

    步骤 1:引入依赖(Ma ven)

    
        org.skyscreamer
        jsonassert
        1.5.1
        test 
    

    步骤 2:实操示例(比对差异并输出)

    import org.skyscreamer.jsonassert.JSONAssert;
    import org.skyscreamer.jsonassert.JSONCompareMode;
    
    public class JsonAssertDemo {
        public static void main(String[] args) {
            // 待比对的两个JSON字符串(结构相同,值有差异)
            String expectedJson = "{"name":"张三","age":20,"address":{"city":"北京"},"hobbies":["篮球","游泳"]}";
            String actualJson = "{"name":"李四","age":20,"address":{"city":"上海"},"hobbies":["篮球","跑步"]}";
    
            try {
                // 严格模式(字段顺序、数组顺序、值完全一致才通过)
                JSONAssert.assertEquals(expectedJson, actualJson, JSONCompareMode.STRICT);
            } catch (AssertionError e) {
                // 捕获差异并输出
                System.out.println("JSON差异:n" + e.getMessage());
            }
        }
    }
    

    输出结果(精准定位差异)

    JSON差异:

    Expected: "张三"

    got: "李四"

    at path $["name"]

    Expected: "北京"

    got: "上海"

    at path $["address"]["city"]

    Expected: "游泳"

    got: "跑步"

    at path $["hobbies"][1]

    关键配置(JSONCompareMode)

    • STRICT:严格模式(字段顺序、数组顺序、值必须完全一致)
    • LENIENT:宽松模式(忽略字段顺序,数组顺序仍校验)
    • NON_EXTENSIBLE:不允许实际 JSON 包含预期外的字段
    • IGNORE_ARRAY_ORDER:忽略数组元素顺序
    • IGNORE_VALUES:只校验结构,忽略值的差异

    2. JsonUnit(更友好的测试 API)

    JsonUnit 是在 JSONassert 和 Jackson 基础上封装的一层,API 设计得更加简洁,差异输出也更易读。它支持 assertThat 风格的断言,写起测试来很顺手,适合 BDD 测试风格。

    步骤 1:引入依赖

    
        net.ja vacrumbs.json-unit
        json-unit-core
        2.38.0
        test
    
    
    
        com.fasterxml.jackson.core
        jackson-databind
        2.15.2
    

    步骤 2:实操示例

    import static net.ja vacrumbs.jsonunit.assertj.JsonAssertions.assertThatJson;
    
    public class JsonUnitDemo {
        public static void main(String[] args) {
            String expectedJson = "{"name":"张三","age":20,"address":{"city":"北京"}}";
            String actualJson = "{"name":"李四","age":21,"address":{"city":"北京"}}";
    
            // 比对并输出差异(AssertJ风格)
            assertThatJson(actualJson)
                .isEqualTo(expectedJson)
                .onFailure(failure -> System.out.println("JSON差异:n" + failure.getMessage()));
        }
    }
    

    输出结果

    JSON差异:

    Expected value <"张三"> but was <"李四"> at path $['name']

    Expected value <20> but was <21> at path $['age']

    高级用法(忽略指定字段)

    // 忽略age字段的差异
    assertThatJson(actualJson)
        .whenIgnoringPaths("age")
        .isEqualTo(expectedJson);
    

    3. Jackson(业务开发灵活定制)

    Jackson 是 Ja va 生态里最主流的 JSON 处理库,没有之一。通过它的 JsonNode 树模型,你可以完全自定义比对逻辑,这在业务开发中需要精细控制差异的场景下特别有用。

    步骤 1:引入依赖

    
        com.fasterxml.jackson.core
        jackson-databind
        2.15.2
    

    步骤 2:自定义比对工具类(输出差异路径和值)

    import com.fasterxml.jackson.databind.JsonNode;
    import com.fasterxml.jackson.databind.ObjectMapper;
    import ja va.util.ArrayList;
    import ja va.util.List;
    public class JacksonJsonDiff {
        private static final ObjectMapper OBJECT_MAPPER = new ObjectMapper();
        private static final List DIFFS = new ArrayList<>();
        // 比对两个JSON字符串,返回差异列表
        public static List compareJson(String expectedJson, String actualJson) throws Exception {
            DIFFS.clear();
            JsonNode expectedNode = OBJECT_MAPPER.readTree(expectedJson);
            JsonNode actualNode = OBJECT_MAPPER.readTree(actualJson);
            compareNodes("", expectedNode, actualNode);
            return DIFFS;
        }
        // 递归比对JsonNode节点
        private static void compareNodes(String path, JsonNode expected, JsonNode actual) {
            // 节点类型不同
            if (expected.getNodeType() != actual.getNodeType()) {
                DIFFS.add(path + ":类型不一致(预期:" + expected.getNodeType() + ",实际:" + actual.getNodeType() + ")");
                return;
            }
            // 叶子节点(值节点)
            if (expected.isValueNode()) {
                if (!expected.equals(actual)) {
                    DIFFS.add(path + ":值不一致(预期:" + expected.asText() + ",实际:" + actual.asText() + ")");
                }
                return;
            }
            // 对象节点(递归比对子字段)
            if (expected.isObject()) {
                expected.fieldNames().forEachRemaining(fieldName -> {
                    String newPath = path.isEmpty() ? "$." + fieldName : path + "." + fieldName;
                    JsonNode expectedChild = expected.get(fieldName);
                    JsonNode actualChild = actual.get(fieldName);
                    if (actualChild == null) {
                        DIFFS.add(newPath + ":实际JSON缺失该字段");
                    } else {
                        compareNodes(newPath, expectedChild, actualChild);
                    }
                });
                // 检查实际JSON是否有预期外的字段
                actual.fieldNames().forEachRemaining(fieldName -> {
                    if (!expected.has(fieldName)) {
                        String newPath = path.isEmpty() ? "$." + fieldName : path + "." + fieldName;
                        DIFFS.add(newPath + ":实际JSON包含预期外的字段");
                    }
                });
            }
            // 数组节点(递归比对数组元素)
            if (expected.isArray()) {
                int expectedSize = expected.size();
                int actualSize = actual.size();
                if (expectedSize != actualSize) {
                    DIFFS.add(path + ":数组长度不一致(预期:" + expectedSize + ",实际:" + actualSize + ")");
                }
                // 比对数组元素(按索引)
                int maxSize = Math.max(expectedSize, actualSize);
                for (int i = 0; i < maxSize; i++) {
                    String newPath = path + "[" + i + "]";
                    JsonNode expectedChild = i < expectedSize ? expected.get(i) : null;
                    JsonNode actualChild = i < actualSize ? actual.get(i) : null;
                    if (expectedChild == null) {
                        DIFFS.add(newPath + ":实际数组多出元素");
                    } else if (actualChild == null) {
                        DIFFS.add(newPath + ":实际数组缺失元素");
                    } else {
                        compareNodes(newPath, expectedChild, actualChild);
                    }
                }
            }
        }
        // 测试
        public static void main(String[] args) throws Exception {
            String expectedJson = "{"name":"张三","age":20,"address":{"city":"北京"},"hobbies":["篮球","游泳"]}";
            String actualJson = "{"name":"李四","age":20,"address":{"city":"上海"},"hobbies":["篮球","跑步"]}";
            List diffs = compareJson(expectedJson, actualJson);
            System.out.println("JSON差异列表:");
            diffs.forEach(diff -> System.out.println("- " + diff));
        }
    }

    输出结果

    JSON差异列表:

    - $.name:值不一致(预期:张三,实际:李四)

    - $.address.city:值不一致(预期:北京,实际:上海)

    - $.hobbies[1]:值不一致(预期:游泳,实际:跑步)

    4. Diffuse(轻量级结构化差异输出)

    Diffuse 是一个轻量级工具,它的特色是能输出 JSON 格式的结构化差异报告,把添加、修改、删除的节点都给你列出来。如果你需要把差异持久化或者传输给其他系统,这个工具就很合适。

    步骤 1:引入依赖

    
        me.snov
        diffuse
        0.2.0
    

    步骤 2:实操示例

    import me.snov.diffuse.Diffuse;
    import me.snov.diffuse.JsonDiff;
    
    public class DiffuseDemo {
        public static void main(String[] args) {
            String expectedJson = "{"name":"张三","age":20}";
            String actualJson = "{"name":"李四","age":21,"gender":"男"}";
    
            // 生成结构化差异报告
            JsonDiff diff = Diffuse.diff(expectedJson, actualJson);
            System.out.println("结构化差异报告:n" + diff.toJson());
        }
    }
    

    输出结果(JSON 格式)

    {
      "changed": [
        {
          "path": "/name",
          "from": "张三",
          "to": "李四"
        },
        {
          "path": "/age",
          "from": 20,
          "to": 21
        }
      ],
      "added": [
        {
          "path": "/gender",
          "value": "男"
        }
      ],
      "removed": []
    }

    总结一下,选型其实不复杂:

    1. 测试场景:优先选 JsonUnit(API 友好)或 JSONassert(轻量);
    2. 业务开发:优先选 Jackson(灵活自定义比对规则);
    3. 需要结构化差异输出:选 Diffuse;
    4. 特殊需求(如忽略数值精度、时间格式):基于 Jackson 扩展自定义比对逻辑。
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 JSON
    相关文章 更多
    Java发送post请求发送json数据的实现方法与代码示例
    Java发送post请求发送json数据的实现方法与代码示例

    深入解析Java发送JSON格式POST请求的实现机制,对比原生API与第三方库的代码差异,提供可复制的代码示例,并探讨超时设置、编码处理及微服务场景下的例外情况。

    抖音官网入口网页
    抖音官网入口网页

    抖音官网入口的正确打开方式 如果你在寻找抖音网页版的入口,那么直接访问 https://www.douyin.com 就是了。这不仅是通往海量短视频世界的门户,更是一个功能越来越专业的媒体素材库和创作工具箱。为什么这么说?看看它最近在功能上的深度拓展就知道了。 简单一个网址背后,其实是一个日益精密的

    在小说搜搜找不到想看的小说怎么办?小说搜搜换源功能使用详解【必学】
    在小说搜搜找不到想看的小说怎么办?小说搜搜换源功能使用详解【必学】

    小说搜搜搜索不到结果?五种实用解决方法帮你搞定 在小说搜搜里搜不到想看的书?这事儿其实挺常见。问题多半出在书源上——要么是默认的书源还没来得及收录,要么是原先的源数据失效了,更新没跟上。别急,下面这五条解决路径,基本能覆盖绝大多数情况,操作起来也不复杂。 一、通过阅读页调出换源入口手动切换 这个方法

    蓝海搜书搜书攻略及入口指南免费分享
    蓝海搜书搜书攻略及入口指南免费分享

    蓝海搜书提供超三百万部小说资源,覆盖十余类题材;具备毫秒级搜索响应、四套主题引擎、跨端加密同步及全文索引等核心功能,入口为lanhaizw.com。 关于蓝海搜书的免费资源入口和核心功能,一直是许多读者关注的焦点。今天,我们就来深入拆解一下这个平台,看看它在资源、体验和功能上究竟有哪些门道。 官方入

    百度编辑器从Json对象中取值,完成初次渲染,在编辑器内画表格
    百度编辑器从Json对象中取值,完成初次渲染,在编辑器内画表格

    通过AJAX异步请求服务器获取JSON格式的表格数据,解析JSON对象后遍历数据条目,动态拼接成包含表格标签的HTML字符串,最后调用编辑器实例的setContent()方法将HTML写入编辑器,完成表格在编辑器内的初次渲染。

    1024编程
    1024编程

    面向8-18岁青少年,采用计算机硕士以上师资,以Scratch、Python、C++、CSP-J/S和NOIP五个阶段系统化循序渐进推进,避免冗余理论,注重实战,紧密对标竞赛与升学需求,形成高效衔接、直通信息学奥赛的课程体系,着力培养计算思维,助力学生冲刺升学。

    能编程与会编程
    能编程与会编程

    能编程与会编程的区别在于前者仅是技术实现,后者包含情绪管理、坚持探索、主动负责、追求完善及知识体系构建等综合能力。编程之外的能力决定了解决问题的深度与广度。

    c++如何解析GeoJSON中的FeatureCollection地理要素集【实战】
    c++如何解析GeoJSON中的FeatureCollection地理要素集【实战】

    使用nlohmann/json库解析GeoJSONFeatureCollection,需逐层防御性访问features、geometry和properties,坐标数组维度不确定,需判断。坐标系和精度问题在解析层无法解决,应暴露原始坐标数组供上层处理。性能敏感时避免重复解析和深拷贝,可缓存并视口裁剪。

    Pandas如何解析JSON数据为表_利用json_normalize函数扁平化数据
    Pandas如何解析JSON数据为表_利用json_normalize函数扁平化数据

    pandas.json_normalize 这个函数,说起来挺有意思的——很多人以为它能一键把嵌套 JSON 拍扁成表格,结果往往发现列名变成了一串带点的“火车”(比如 profile.address.city),真正棘手的问题却一个都没解决。字段缺失怎么办?列表嵌套怎么炸开?多层结构怎么拆?答案其

    Go语言中JSON反序列化失败:结构体字段未导出导致默认值问题
    Go语言中JSON反序列化失败:结构体字段未导出导致默认值问题

    在Go语言中,用json.Unmarshal做反序列化时,有个很常见的坑:结构体字段读出来全是零值——明明JSON里数据好好的,但就是填不进去。问题出在哪?其实就是字段名首字母小写,属于未导出字段,反射机制根本访问不到。 具体来说,encoding/json包通过反射来读写结构体,但反射只能操作导出

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。