Jackson系列

详情参阅：Jackson系列

 注：下文涉及到的 jackson 源码的版本为 2.11.0

1 Jackson介绍

(对应 Jackson系列 文章1)

Jackson是一个基于JVM平台（所以支持Java、Scala、Kotlin等语言）的数据（不限于JSON格式的数据）序列化、反序列化工具集，包括：JSON解析器（读）/ JSON生成器（写）、数据绑定库(POJOs to and from JSON)；并且提供了相关模块来支持 Avro、BSON、CBOR、CSV、Smile、Properties、Protobuf、XML、YAML等数据格式，甚至还支持大数据格式模块的设置。

特性

性能且稳定：低内存占用，对大/小JSON串解析、大/小对象的序列化表现均很优秀。
流行度高：是很多流行框架的默认选择。
易使用：提供高层次的API，极大简化了日常使用的难度。
无需自己手动创建映射：内置了绝大部分序列化时和Java类型的映射关系。
干净的JSON：创建的JSON具有干净、紧凑、体积小等特点。
无三方依赖：仅依赖于JDK。
可扩展性强：与GSON等其他库相比的另一大特点是具有很强的可扩展性。
Spring生态加持：jackson是Spring家族的默认JSON/XML解析器。

其他：考虑安全性，预防JSON解析时的Dos攻击（ByteQuadsCanonicalizer）等。

 

模块

三个核心模块：（说明：核心模块的groupId均为：<groupId>com.fasterxml.jackson.core</groupId>，artifactId见下面各模块所示）

json解析和生成的核心模块(jackson-core)：主要包括JsonParser、JsonGenerator、JsonFactory三个内容，分别用于解析JSON数据、生成JSON数据、配置和构建JsonParser与JsonGenerator。此模块是jackson其他所有模块的基础，属于low-level API。jackson-core 模块提供了两种处理JSON的方式（纵缆整个Jackson共三种）：

数据流式API：读取并将JSON内容写入作为离散事件 -> JsonParser读取数据，而JsonGenerator负责写入数据。

树模型：JSON文件在内存里以树形式表示。此种方式也很灵活，它类似于XML的DOM解析，是层层嵌套的。这种模式下无需定义POJO就可以用它快速读写JSON数据，同时它也可以达到「模糊掉类型的概念」，做到更抽象和更公用。

Annotations标准注解模块(jackson-annotations)：包含标准的Jackson注解。

Databind数据绑定模块(jackson-databind)：在streaming包上实现数据绑定(和对象序列化)支持，它依赖于上面的两个模块，也是Jackson的high-level API（如ObjectMapper）所在的模块。

实际应用级开发中，我们只会使用到Databind数据绑定模块。

 

数据类型模块：这些模块为Jackson插件模块(通过ObjectMapper.registerModule()注册)，并通过添加序列化器和反序列化器来支持各种常用的Java库数据类型，以便Jackson databind包(ObjectMapper / ObjectReader / ObjectWriter)能够顺利读写/转换这些类型。包括官方维护和非官方维护两类。

官方维护：Guava、HPPC、PCollections、Hibernate、Joda、Java8、JSR310、JSR353 等（groupId统一为：<groupId>com.fasterxml.jackson.datatype</groupId>，且版本号和主版本号保持一致）。

第三方开源维护：jackson-datatype-bolts、jackson-datatype-commons-lang3 等。

 

数据格式模块：Data format modules(数据格式模块)提供对JSON之外的数据格式的支持。它们中的大多数只是实现streaming API抽象，以便数据绑定组件可以按原样使用。两类（groupId统一为<groupId>com.fasterxml.jackson.dataformat</groupId>，且版本号和主版本号保持一致）：

Avro/CBOR/Ion/Protobuf/Smile(binary JSON) ：这些均属于二进制的数据格式，它们的artifactId为：<artifactId>jackson-dataformat-[FORMAT]</artifactId>

CSV/Properties/XML/YAML

 

JVM平台其他语言支持：Jackson是一个JVM平台的解析器，因此语言层面不局限于Java本身，还涵盖了另外两大主流JVM语言：Kotlin和Scala。两类（groupId均为：<groupId>com.fasterxml.jackson.module</groupId>，版本号跟着主版本号走）：

jackson-module-kotlin：处理kotlin源生类型

jackson-module-scala_[scala版本号]：处理scala源生类型

 

移动端简化版（Jackson jr）：Jackson databind（如ObjectMapper）是通用数据绑定的良好选择，但它占用空间（Jar包大小）和启动开销在移动端等常见下较为笨重，故官方推出了更简单、更小的库——Jackson jr。它仍旧构建在Streaming API之上，但不依赖于databind和annotation。因此，它的大小(jar和运行时内存使用)要小得多，它的API非常紧凑，所以适合APP等移动端

 

2 Java数据转成JSON数据（jackson-core之 JsonGenerator） 

(对应 Jackson系列 文章2)

JsonGenerator是jackson-core提供的JSON数据生成器，用于将Java数据对象转成JSON数据。

在应用开发层面一般不推荐直接使用JsonGenerator（而是用ObjectMapper），因为它的API比较底层比较灵活，因此易错；但如果是框架开发，则很适合用这个（Spring MVC对JSON消息的转换器 AbstractJackson2HttpMessageConverter 就用到了Jackson底层流式API -> JsonGenerator写数据），因为它的性能更高，是ObjectMapper等的基础。

如上图所示，最终负责生成JSON数据的实现类有 WriterBasedJsonGenerator、UTF8JsonGenerator 两种。

WriterBasedJsonGenerator：基于 java.io.Writer 来输出JSON内容，由该Writer来处理字符编码。

UTF8JsonGenerator：该实现类自己对Java数据进行UTF8字符编码，编码后的JSON数据内容直接输出到OutputStream而不是借助Writer输出。

基本使用：

写key：JSON中的key只有String一种类型

写value：Java中的数据类型多种多样，但JSON中只有 【字符串、数值、布尔、null、数组、对象 】6种。

关于JsonGenerator中写key、写value的各种API使用示例可参阅本节首的文章。

writeFieldName

writeString、writeNumber、writeBoolean、writeNull、writeStartArray/writeArray、writeStartObject/writeObject

writeRaw、writeRawValue、writeBinary

等

JsonGenerator的 writeObject/writeTree 方法要求事先给JsonGenerator指定一个编解码器 ObjectCodec/TreeCodec，否则会报错。而Jackson里我们最为熟悉的API ObjectMapper 实际上就是一个ObjectCodec 的唯一实现，实现了序列化和反序列化、POJO、Tree Model 等操作。

数JSON数据生成（序列化）的配置项：

(对应 Jackson系列 文章3)

JsonGenerator#Feature 枚举类：

public enum Feature {

 // Low-level I/O
 AUTO_CLOSE_TARGET(true),
 AUTO_CLOSE_JSON_CONTENT(true),
 FLUSH_PASSED_TO_STREAM(true),

 // Quoting-related features
 @Deprecated
 QUOTE_FIELD_NAMES(true),
 @Deprecated
 QUOTE_NON_NUMERIC_NUMBERS(true),
 @Deprecated
 ESCAPE_NON_ASCII(false),
 @Deprecated
 WRITE_NUMBERS_AS_STRINGS(false),

 // Schema/Validity support features
 WRITE_BIGDECIMAL_AS_PLAIN(false),
 STRICT_DUPLICATE_DETECTION(false),
 IGNORE_UNKNOWN(false);
 
 ...
}

StreamWriterFeature：

2.10版本新增的，用于完全替换上面的Feature，被JsonFactory所使用。目的：完全独立的属性配置，不依赖于任何后端格式，因为JsonGenerator并不局限于写JSON，因此把Feature放在JsonGenerator作为内部类是不太合适的，所以单独摘出来。

 

3 JSON数据转成Java数据（jackson-core之 JsonParser）

(对应 Jackson系列 文章4)

关于JsonParser的基本使用及配置可参阅该文章。

如上图所示，最终负责解析JSON数据的实现类有 ReaderBasedJsonParser、UTF8StreamJsonParser、UTF8SDataInputJsonParser、NonBlockingJsonParser 几种。其中前两种最常用，这两种Parser的区别与前述Generator的两种实现的区别类似。

JSON数据解析（反序列化）的配置项：

JsonParser#Feature 枚举类：

public enum Feature {
 AUTO_CLOSE_SOURCE(true),
 
 ALLOW_COMMENTS(false),
 ALLOW_YAML_COMMENTS(false),
 ALLOW_UNQUOTED_FIELD_NAMES(false),
 ALLOW_SINGLE_QUOTES(false),
 @Deprecated
 ALLOW_UNQUOTED_CONTROL_CHARS(false),
 @Deprecated
 ALLOW_BACKSLASH_ESCAPING_ANY_CHARACTER(false),
 @Deprecated
 ALLOW_NUMERIC_LEADING_ZEROS(false),
 @Deprecated
 ALLOW_LEADING_DECIMAL_POINT_FOR_NUMBERS(false),
 @Deprecated
 ALLOW_NON_NUMERIC_NUMBERS(false),
 @Deprecated
 ALLOW_MISSING_VALUES(false),
 @Deprecated
 ALLOW_TRAILING_COMMA(false),
 
 STRICT_DUPLICATE_DETECTION(false),
 IGNORE_UNDEFINED(false),
 INCLUDE_SOURCE_IN_LOCATION(true);
}

比较值得一提的是 ALLOW_COMMENTS、ALLOW_YAML_COMMENTS ，开启后将允许待解析的JSON数据里带有注释，包括 //good    /* good */   # good  三种格式的注释。

4 创建JsonParser、JsonGenerator （jackson-core之JsonFactory）

(对应 Jackson系列 文章5) 

JsonFactory是Jackson的（最）主要工厂类，用于 配置和构建 JsonGenerator、JsonParser，可见其虽作为工厂类但职责并不单一。该这个工厂实例是「线程安全」的，因此可以重复使用。 

基本API：

JsonFactory创建JsonParser、JsonGenerator实例的相关API：

编码自动检测：

从前面关于JsonParser、JsonGenerator的介绍可知两者分别用于反序列化、序列化，因此都涉及到编码问题。对于JsonParser，在解析输入的文本内容时如何知道内容的编码方式呢？这得益于jackson的编码自动检测机制：JsonFactory在创建JsonParser时会调用 ByteSourceJsonBootstrapper#constructParser -> detectEncoding 方法来检测输入内容的编码。相关源码：

    public JsonParser constructParser(int parserFeatures, ObjectCodec codec,
            ByteQuadsCanonicalizer rootByteSymbols, CharsToNameCanonicalizer rootCharSymbols,
            int factoryFeatures) throws IOException
    {
        JsonEncoding enc = detectEncoding();

        if (enc == JsonEncoding.UTF8) {
            /* and without canonicalization, byte-based approach is not performant; just use std UTF-8 reader
             * (which is ok for larger input; not so hot for smaller; but this is not a common case)
             */
            if (JsonFactory.Feature.CANONICALIZE_FIELD_NAMES.enabledIn(factoryFeatures)) {
                ByteQuadsCanonicalizer can = rootByteSymbols.makeChild(factoryFeatures);
                return new UTF8StreamJsonParser(_context, parserFeatures, _in, codec, can,
                        _inputBuffer, _inputPtr, _inputEnd, _bufferRecyclable);
            }
        }
        return new ReaderBasedJsonParser(_context, parserFeatures, constructReader(), codec,
                rootCharSymbols.makeChild(factoryFeatures));
    }

JsonFactory的配置项：

 /**
     * Enumeration that defines all on/off features that can only be
     * changed for {@link JsonFactory}.
     */
    public enum Feature {
        
        // // // Symbol handling (interning etc)
        
        /**
         * Feature that determines whether JSON object field names are
         * to be canonicalized using {@link String#intern} or not:
         * if enabled, all field names will be intern()ed (and caller
         * can count on this being true for all such names); if disabled,
         * no intern()ing is done. There may still be basic
         * canonicalization (that is, same String will be used to represent
         * all identical object property names for a single document).
         *<p>
         * Note: this setting only has effect if
         * {@link #CANONICALIZE_FIELD_NAMES} is true -- otherwise no
         * canonicalization of any sort is done.
         *<p>
         * This setting is enabled by default.
         */
        INTERN_FIELD_NAMES(true),

        /**
         * Feature that determines whether JSON object field names are
         * to be canonicalized (details of how canonicalization is done
         * then further specified by
         * {@link #INTERN_FIELD_NAMES}).
         *<p>
         * This setting is enabled by default.
         */
        CANONICALIZE_FIELD_NAMES(true),

        /**
         * Feature that determines what happens if we encounter a case in symbol
         * handling where number of hash collisions exceeds a safety threshold
         * -- which almost certainly means a denial-of-service attack via generated
         * duplicate hash codes.
         * If feature is enabled, an {@link IllegalStateException} is
         * thrown to indicate the suspected denial-of-service attack; if disabled, processing continues but
         * canonicalization (and thereby <code>intern()</code>ing) is disabled) as protective
         * measure.
         *<p>
         * This setting is enabled by default.
         * 
         * @since 2.4
         */
        FAIL_ON_SYMBOL_HASH_OVERFLOW(true),

        /**
         * Feature that determines whether we will use {@link BufferRecycler} with
         * {@link ThreadLocal} and {@link SoftReference}, for efficient reuse of
         * underlying input/output buffers.
         * This usually makes sense on normal J2SE/J2EE server-side processing;
         * but may not make sense on platforms where {@link SoftReference} handling
         * is broken (like Android), or if there are retention issues due to
         * {@link ThreadLocal} (see
         * <a href="https://github.com/FasterXML/jackson-core/issues/189">Issue #189</a>
         * for a possible case)
         *<p>
         * This setting is enabled by default.
         *
         * @since 2.6
         */
        USE_THREAD_LOCAL_FOR_BUFFER_RECYCLING(true)

        ;

        /**
         * Whether feature is enabled or disabled by default.
         */
        private final boolean _defaultState;

        /**
         * Method that calculates bit set (flags) of all features that
         * are enabled by default.
         */
        public static int collectDefaults() {
            int flags = 0;
            for (Feature f : values()) {
                if (f.enabledByDefault()) { flags |= f.getMask(); }
            }
            return flags;
        }
        
        private Feature(boolean defaultState) { _defaultState = defaultState; }
        
        public boolean enabledByDefault() { return _defaultState; }
        public boolean enabledIn(int flags) { return (flags & getMask()) != 0; }
        public int getMask() { return (1 << ordinal()); }
    }

JsonFactory的实例的创建共有三种方式：

直接new实例，此方式比较常用。

使用JsonFactoryBuilder构建（需要2.10或以上版本），这是推荐的使用方式。

SPI方式创建实例，此方式很少使用。

5 高层API之ObjectMapper

(对应 Jackson系列 文章6) 

前面介绍的 jackson-core 模块的 JsonParser、JsonGenerator、JsonFactory 都是底层API，虽然很灵活，但对用户来说使用较为繁琐。因此Jackson提供了更高层的API，即jackson-databind模块。

jackson-databind 是Jackson提供的高层API，包含用于Jackson数据处理器的通用 「数据绑定功能」和「树模型」。它构建在 jackson-core 模块的API之上，并使用 jackson-annotations 进行配置。它是开发者使用得最多的方式，重要程度可见一斑。

虽然Jackson最初的用例是JSON数据绑定，但现在它也可以用于其它数据格式，只要提供 数据的解析器和生成器 的实现即可。但需要注意的是：类的命名在很多地方仍旧使用了“JSON”这个词（比如JsonGenerator），尽管它与JSON格式没有实际的硬依赖关系。

基本介绍

ObjectMapper 是jackson-databind模块最为重要的一个类，它完成了coder对数据绑定的「几乎所有功能」。主要功能如下：

• 提供解析和生成JSON的功能（最重要的功能）
• 普通POJO的序列化/反序列化
• JSON树模型的读/写
• 可以被「高度定制」，以使用不同风格的JSON内容
• 使用Feature进行定制
• 使用可插拔 com.fasterxml.jackson.databind.Module 模块来扩展/丰富功能
• 支持「更高级」的对象概念：比如多态泛型、对象标识
• 充当更为高级（更强大）的API：ObjectReader和ObjectWriter的「工厂」
• ObjectReader和ObjectWriter底层亦是依赖于jackson-core的API实现读写
• 支持丰富的数据格式，而不是局限于JSON格式。如自 2.10 版本起，提供了JsonMapper、YAMLMapper 子类，分别用于处理json数据、yaml 格式的数据（需额外导包）。

尽管绝大部分的读/写API都通过ObjectMapper暴露出去了，但有些功能还是只放在了ObjectReader/ObjectWriter里，比如对于读/写 「长序列」 的能力你只能通过ObjectReader#readValues(InputStream) / ObjectWriter#writeValues(OutputStream)去处理。

基本使用

详情参阅本大节首的参考文章。

生成JSON数据（序列化）

主要API：

用的最多的是  writeValueAsString(obj)  方法

代码示例及执行结果：

// 代码
    ObjectMapper objectMapper = new ObjectMapper();

    System.out.println("----------写简单类型----------");
    System.out.println(objectMapper.writeValueAsString(18));
    System.out.println(objectMapper.writeValueAsString("YourBatman"));

    System.out.println("----------写集合类型----------");
    System.out.println(objectMapper.writeValueAsString(Arrays.asList(1, 2, 3)));
    System.out.println(objectMapper.writeValueAsString(new HashMap<String, String>() {{
        put("zhName", "A哥");
        put("enName", "YourBatman");
    }}));

    System.out.println("----------写POJO----------");
    System.out.println(objectMapper.writeValueAsString(new Person("A哥", 18)));




// 执行结果
18
"YourBatman"
----------写集合类型----------
[1,2,3]
{"zhName":"A哥","enName":"YourBatman"}
----------写POJO----------
{"name":"A哥","age":18}

解析JSON数据（反序列化）

主要API：

用得最多的是  readValue(String content, Class<T> valueType)  方法

代码示例及执行结果：

// 代码
    ObjectMapper objectMapper = new ObjectMapper();

    System.out.println("----------读简单类型----------");
    System.out.println(objectMapper.readValue("18", Integer.class));
    // 抛错：JsonParseException  单独的一个串，解析会抛错
    // System.out.println(objectMapper.readValue("YourBatman", String.class));

    System.out.println("----------读集合类型----------");
    System.out.println(objectMapper.readValue("[1,2,3]", List.class));
    System.out.println(objectMapper.readValue("{"zhName":"A哥","enName":"YourBatman"}", Map.class));

    System.out.println("----------读POJO----------");
    System.out.println(objectMapper.readValue("{"name":"A哥","age":18}", Person.class));



    System.out.println("----------读集合类型 泛型问题----------");
    List<Long> ids = objectMapper.readValue("[1,2,3]", new TypeReference<List<Long>>() {
    });
    Long id = ids.get(0);
    System.out.println(id);

List<Long> list = objectMapper.readValue("[1,2,3]", List.class);
//Long id = list.get(0);// 因泛型擦除问题，会报类型转换错误ClassCastException



// 执行结果
----------读简单类型----------
18
----------读集合类型----------
[1, 2, 3]
{zhName=A哥, enName=YourBatman}
----------读POJO----------
Person(name=A哥, age=18)
----------读集合类型 泛型问题----------
1

需要特别注意泛型擦除问题：「若反序列化成为一个集合类型（Collection or Map），泛型会被擦除」，此时你应该使用readValue(String content, TypeReference<T> valueTypeRef)方法代替。详情可参阅本大节首的参考文章。

6 TreeModel

(对应 Jackson系列 文章7) 

虽然ObjectMapper在数据绑定上既可以处理简单类型（如Integer、List、Map等），也能处理完全类型（如POJO），看似无所不能。但是，若有如下场景它依旧「不太好实现」：

硕大的JSON串中我只想要「某一个」（某几个）属性的值而已
临时使用，我并不想创建一个POJO与之对应，只想直接使用「值」即可（类型转换什么的我自己来就好）
数据结构高度「动态化」

TreeModel

为了解决这些问题，Jackson提供了强大的「树模型」 API供以使用。树模型虽然是jackson-core模块里定义的，但是是由jackson-databind模块实现的。

树模型是JSON数据内存树的表示形式，这是最灵活的表示，可以动态增减、从任意节点进行遍历。。Jackson提供了树模型API来「生成和解析」 JSON串，主要用到如下三个核心类：

JsonNode：表示json节点，类似XML的DOM树节点。可以往里面塞值，从而最终构造出一颗json树。

JsonNodeFactory：用来构造各种JsonNode节点的工厂。例如对象节点ObjectNode、数组节点ArrayNode等。

ObjectMapper：实现JsonNode和JSON字符串的互转。

代码示例及执行结果： 

// 代码
JsonNodeFactory factory = JsonNodeFactory.instance;

    System.out.println("------ValueNode值节点示例------");
    // 数字节点
    JsonNode node = factory.numberNode(1);
    System.out.println(node.isNumber() + ":" + node.intValue());

    // null节点
    node = factory.nullNode();
    System.out.println(node.isNull() + ":" + node.asText());

    // missing节点
    node = factory.missingNode();
    System.out.println(node.isMissingNode() + "_" + node.asText());

    // POJONode节点
    node = factory.pojoNode(new Person("YourBatman", 18));
    System.out.println(node.isPojo() + ":" + node.asText());

    System.out.println("---" + node.isValueNode() + "---");


System.out.println("------构建一个JSON结构数据------");
    ObjectNode rootNode = factory.objectNode();

    // 添加普通值节点
    rootNode.put("zhName", "A哥"); // 效果完全同：rootNode.set("zhName", factory.textNode("A哥"))
    rootNode.put("enName", "YourBatman");
    rootNode.put("age", 18);

    // 添加数组容器节点
    ArrayNode arrayNode = factory.arrayNode();
    arrayNode.add("java")
            .add("javascript")
            .add("python");
    rootNode.set("languages", arrayNode);

    // 添加对象节点
    ObjectNode dogNode = factory.objectNode();
    dogNode.put("name", "大黄")
            .put("age", 3);
    rootNode.set("dog", dogNode);

    System.out.println(rootNode);
    System.out.println(rootNode.get("dog").get("name"));



// 结果

------ValueNode值节点示例------
true:1
true:null
true_
true:Person(name=YourBatman, age=18)
---true---

------构建一个JSON结构数据------
{"zhName":"A哥","enName":"YourBatman","age":18,"languages":["java","javascript","python"],"dog":{"name":"大黄","age":3}}
"大黄"

TreeModel数据的序列化与反序列化

ObjectMapper中提供了TreeModel数据的序列化、反序列化的实现。

序列化

相关API：

示例代码及执行结果：

// 示例1
public void test1() {
    ObjectMapper mapper = new ObjectMapper();

    Person person = new Person();
    person.setName("YourBatman");
    person.setAge(18);

    person.setDog(new Person.Dog("旺财", 3));

    JsonNode node = mapper.valueToTree(person);

    System.out.println(person);
    // 遍历打印所有属性
    Iterator<JsonNode> it = node.iterator();
    while (it.hasNext()) {
        JsonNode nextNode = it.next();
        if (nextNode.isContainerNode()) {
            if (nextNode.isObject()) {
                System.out.println("狗的属性：：：");

                System.out.println(nextNode.get("name"));
                System.out.println(nextNode.get("age"));
            }
        } else {
            System.out.println(nextNode.asText());
        }
    }

    // 直接获取
    System.out.println("---------------------------------------");
    System.out.println(node.get("dog").get("name"));
    System.out.println(node.get("dog").get("age"));
}

//示例1 结果
Person(name=YourBatman, age=18, dog=Person.Dog(name=旺财, age=3))
YourBatman
18
狗的属性：：：
"旺财"
3
---------------------------------------
"旺财"
3


// 示例2
public void test2() throws IOException {
    ObjectMapper mapper = new ObjectMapper();

    JsonFactory factory = new JsonFactory();
    try (JsonGenerator jsonGenerator = factory.createGenerator(System.err, JsonEncoding.UTF8)) {

        // 1、得到一个jsonNode（为了方便我直接用上面API生成了哈）
        Person person = new Person();
        person.setName("YourBatman");
        person.setAge(18);
        JsonNode jsonNode = mapper.valueToTree(person);

        // 使用JsonGenerator写到输出流
        mapper.writeTree(jsonGenerator, jsonNode);
    }
}

//示例2结果
{"name":"YourBatman","age":18,"dog":null}

反序列化

相关API：

代码示例：

public void test4() throws IOException {
    ObjectMapper mapper = new ObjectMapper();

    String jsonStr = "{"name":"YourBatman","age":18,"dog":{"name":"旺财","color":"WHITE"},"hobbies":["篮球","football"]}";
    JsonNode node = mapper.readTree(jsonStr);

    System.out.println(node.get("dog").get("color").asText());
}

public void test5() throws JsonProcessingException {
    String jsonStr = "{"name":"YourBatman","age":18}";

    JsonNode node = new ObjectMapper().readTree(jsonStr);

    System.out.println("-------------向结构里动态添加节点------------");
    // 动态添加一个myDiy节点，并且该节点还是ObjectNode节点
    ((ObjectNode) node).with("myDiy").put("contry", "China");

    System.out.println(node);
}

可见，在只需要取出一个大json串中的少数几个字段时用 TreeModel API 比较方便。