本文介绍一种更简洁、类型安全且可维护的方式，使用jackson库将对象列表按id分组并生成符合要求的嵌套json结构，避免手动拼装map与objectnode，提升代码健壮性与可读性。
本文介绍一种更简洁、类型安全且可维护的方式，使用jackson库将对象列表按id分组并生成符合要求的嵌套json结构，避免手动拼装map与objectnode，提升代码健壮性与可读性。
在实际开发中，将Java对象列表转换为特定结构的JSON（尤其是含分组聚合与嵌套数组）时，直接操作ObjectNode/ArrayNode或滥用MultiValueMap<String, Map>易导致类型错误、空指针异常及逻辑耦合。以下提供一套基于Jackson 2.x的声明式+流式处理方案，兼顾性能、可读性与可扩展性。
✅ 推荐实现：DTO建模 + 分组流式转换
首先，定义清晰的目标JSON结构对应的Java DTO：
public static class InputItem {
private long id; // 对应 Origin ID
private String state; // 原 state 字段
private String local; // 原 local 字段
private long number; // 原 number 字段
// 构造函数、getter/setter（Lombok可简化）
}
public static class OutputItem {
private long id; // ObjectVO.id
private String observation; // ObjectVO.code（重命名语义）
private List<InputItem> input; // 聚合的子项列表
// 构造函数、getter/setter
}接着，使用Java 8 Stream完成分组与映射（无需中间Map容器）：
Wjs Uploading Video
下载
将一个或多个视频上传至YouTube。当用户想“上传到YouTube”“发YouTube”“批量上传”“upload to YouTube”“post videos to YouTube”或发布到YouTube时使用此技能。
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.node.ArrayNode;
import com.fasterxml.jackson.databind.node.ObjectNode;
// 假设 voList 是原始 ObjectVO 列表
Map<Long, List<ObjectVO>> grouped = voList.stream()
.collect(Collectors.groupingBy(ObjectVO::getId));
List<OutputItem> result = grouped.entrySet().stream()
.map(entry -> {
Long id = entry.getKey();
List<ObjectVO> items = entry.getValue();
String observation = items.get(0).getCode(); // 同id下code一致，取首个
List<InputItem> inputList = items.stream()
.map(vo -> new InputItem(
vo.getIdOrigin(), // 注意：原数据中为 "Origin id" / "Origin ID"
vo.getState(),
vo.getLocal(),
vo.getNumber()
))
.collect(Collectors.toList());
return new OutputItem(id, observation, inputList);
})
.collect(Collectors.toList());
// 序列化为格式化JSON字符串
ObjectMapper mapper = new ObjectMapper();
mapper.enable(SerializationFeature.INDENT_OUTPUT);
String jsonOutput = mapper.writeValueAsString(result);⚠️ 关键注意事项
- 字段名一致性：原始数据中存在 Origin id / Origin ID 大小写混用，建议在ObjectVO中统一getter为getIdOrigin()，避免运行时反射失败；
- 空值防护：若voList可能为空或items为空，应在map()前添加filter(e -> !e.getValue().isEmpty())；
- 性能考量：groupingBy默认使用HashMap，对万级数据足够高效；如需并发处理，可替换为Collectors.groupingByConcurrent(...)；
- JSON字段映射：目标结构中input数组内字段名为id/state/local/number，但示例输出误写为up/series——请严格按需求调整DTO字段名及JSON序列化别名（可用@JsonProperty("up")）；
- 避免重复创建ObjectMapper：应将ObjectMapper声明为static final单例，防止资源浪费与线程安全问题。
✅ 总结
相比原始代码中手动构建MultiValueMap、逐层put()到ObjectNode的脆弱方式，本方案通过：
- 显式DTO建模明确数据契约；
- Stream.collect(groupingBy)天然支持分组聚合；
- Jackson自动序列化保障JSON结构零偏差；
- 零反射调用、强类型检查、易于单元测试。
不仅显著降低出错概率，也为后续扩展（如增加过滤条件、字段校验、异步批处理）奠定坚实基础。对于复杂JSON转换场景，“先建模，再流式转换，最后序列化” 应作为标准实践。
