Orika的使用姿势

在项目中经常会有对象拷贝属性的需求,类之间属性的拷贝,看似是一个简单的操作,其实通常也是工程里最花费时间的事情,毕竟这个年代不能老是不停地写settergetter方法吧。

orika 给自己的定义是

simpler, lighter and faster Java bean mapping framework.

通过orika确实可以节约项目中大量的settergetter方法。

这里假设我有这样两个类 BookEntity.javaBookDTO.java


public class BookEntity {

    private String bookName;
    private String authorName;

    private Date authorBirthday;

    // 一个Json字符串
    private String bookInformation;
    private Byte type;

    // setter and getter

    .......

}

public class BookDTO {
    //

    private String bookName;

    // 有两个属性 name 和 birthday
    private AuthorDTO author;

    // 一个枚举类型
    private BookType bookType;

    // 一个类包含 ISBN 和 page
    private BookInfo bookInfo;

    // setter and getter

    ... ...

}

假设我们什么都不做只是最基本的使用orika进行默认地对象拷贝。


MapperFactory mapperFactory = new DefaultMapperFactory.Builder().build();

MapperFacade mapper = mapperFactory.getMapperFacade();

BookEntity bookEntity = new BookEntity( 
                "银河系漫游指南", 
                "道格拉斯·亚当斯", 
                Date.from(LocalDate.of(1952, Month.MARCH, 11).atStartOfDay(ZoneId.systemDefault()).toInstant()), 
                "{\"ISBN\": \"9787532754687\", \n \"page\": 279\n }", 
                new Integer(15).byteValue()); 

final BookDTO bookDTO = mapper.map(bookEntity, BookDTO.class);

得到的情况将会如下:

默认情况下,orika只会把两个类,名称相同的两个属性做相应的拷贝,当名称不相同的时候,可以通过配置来做对应的匹配。

首先是基本的类型匹配,在AuthorDTO中的两个属性 namebirthday 分别对应AuthorEntityauthorNameauthorBirthday,那就可以在Orika中配置好

mapperFactory
            .classMap(BookEntity.class, BookDTO.class)
            .field("authorName", "author.name")
            .field("authorBirthday", "author.birthday")
            .byDefault()
            .register();

这样配置之后,再次运行得到的结果就是:

但是。。。。上面依旧还有两个属性的值是null, 其中bookType在BookDTO中是一个枚举类型,这种设计非常常见,在数据库中存tinyint类型的字段,而在表现层需要将这个数值转换成一个具体意义的枚举类型.另外一个属性bookInfo是一个类对象,而在BookEntity中是一个Json字符串,它也需要进行一番转换才能变成对应的数据。

这个时候需要额外多做一些配置才能让orika找到对应的数据了。

首先是 BookTypejava.lang.Byte类型的转换,利用BidirectionalConverter类,定义他们的转换关系:


mapperFactory
            .getConverterFactory()
            .registerConverter("bookTypeConvert", new BidirectionalConverter<BookType, Byte>() {
                @Override
                public Byte convertTo(BookType bookType, Type<Byte> type, MappingContext mappingContext) {
                    return bookType.getVal();
                }
                @Override
                public BookType convertFrom(Byte aByte, Type<BookType> type, MappingContext mappingContext) {
                    return BookType.getSelf(aByte);
                }
            });

这样orika每次看到 BookTypeByte之间的转化就会使用这个转换器来“拷贝”值了。

对于Json 和 String类型的转换,我定义了一个更加通用的Convert,这里Json的序列化工具使用的是fastjson


public class JsonConfigConvert<T> extends BidirectionalConverter<T, String> {
    @Override
    public String convertTo(T source, Type<String> destinationType, MappingContext mappingContext) {
        return JSON.toJSONString(source);
    }
    @Override
    public T convertFrom(String source, Type<T> destinationType, MappingContext mappingContext) {
        return JSON.parseObject(source, destinationType.getRawType());
    }
}

在配置中这样写:


mapperFactory
            .getConverterFactory()
            .registerConverter("bookInfoConvert", new JsonConfigConvert<BookInfo>());

mapperFactory
            .classMap(BookEntity.class, BookDTO.class)
            .field("authorName", "author.name")
            .field("authorBirthday", "author.birthday")
            .fieldMap("type", "bookType").converter("bookTypeConvert").add()
            .fieldMap("bookInformation", "bookInfo").converter("bookInfoConvert").add()
            .byDefault()
            .register();

再执行刚刚的代码就能得到完整的类了:

相比项目中大量的setter和getter,利用orika这种操作方式显然会节约大量的代码。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 162,408评论 4 371
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 68,690评论 2 307
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 112,036评论 0 255
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,726评论 0 221
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 53,123评论 3 296
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 41,037评论 1 225
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 32,178评论 2 318
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,964评论 0 213
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,703评论 1 250
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,863评论 2 254
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,333评论 1 265
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,658评论 3 263
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,374评论 3 244
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,195评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,988评论 0 201
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 36,167评论 2 285
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,970评论 2 279

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,111评论 18 139
  • Spring Boot 参考指南 介绍 转载自:https://www.gitbook.com/book/qbgb...
    毛宇鹏阅读 46,430评论 6 342
  • 胃又开始痛了,不知道经历了多少个这样的来回。每一次痛的自己死去来回的时候,就在心里默默发誓,以后一定一定要好好照顾...
    向阳生长娜姐姐阅读 234评论 0 0
  • 起雾了,楼房和山峦都在朦胧里 窗外的树叶是黄了 高高地在枝头飘摇 喜欢,红茶在空气里的浓郁 像化不开的秋水 在朦胧...
    子兮子兮丶阅读 239评论 0 0
  • 《Under the Tuscan sun》。 DianeLane。 让身体顺应自然的节奏。慢慢来。有的是时间。 ...
    肆夏R阅读 820评论 0 0