如何在.NET中为结构未知的大型JSON数据创建对应的实体类

完全可以基于Json.NET完成你的需求，针对GB级大文件不需要全量加载到内存，按以下步骤实现即可：

第一步：流式遍历JSON收集结构信息 #

不要直接反序列化整个JSON文件，使用Json.NET的JsonTextReader做流式读取，边读边统计Schema信息，内存占用仅和JSON结构复杂度相关，和文件大小无关：

• 遍历过程中记录每个对象的属性名、属性类型（值类型/对象/数组）、属性出现频次
• 遇到子数组时，额外统计数组元素的结构信息，单独生成对应子实体的Schema
• 统计完所有属性后，你可以自行设置频次阈值，低于阈值的低频属性不用显式定义到实体类中

第二步：处理低频冗余属性 #

Json.NET原生支持扩展属性承载未显式定义的字段，只需要在实体类中添加如下属性即可，所有未匹配的属性都会自动存入该字典，不会丢失数据：

[JsonExtensionData]
public Dictionary<string, object> ExtensionFields { get; set; }

核心代码参考 #

Schema存储结构定义 #

public class JsonPropertySchema
{
    public string PropertyName { get; set; }
    // 属性的JSON类型
    public JsonToken ValueType { get; set; }
    // 属性出现的频次
    public int OccurrenceCount { get; set; }
    // 子结构：如果属性是对象/数组，存储对应的子Schema
    public JsonObjectSchema ChildObjectSchema { get; set; }
}

public class JsonObjectSchema
{
    public string ClassName { get; set; }
    public Dictionary<string, JsonPropertySchema> Properties { get; set; } = new();
}

流式收集Schema逻辑 #

using Newtonsoft.Json;
using System.IO;

public void CollectSchema(string jsonFilePath, JsonObjectSchema rootSchema)
{
    using var fileStream = File.OpenRead(jsonFilePath);
    using var streamReader = new StreamReader(fileStream);
    using var jsonReader = new JsonTextReader(streamReader);
    // 关闭自动日期解析，避免类型误判
    jsonReader.DateParseHandling = DateParseHandling.None;

    while (jsonReader.Read())
    {
        // 遇到对象起始标记时开始处理当前对象的所有属性
        if (jsonReader.TokenType == JsonToken.StartObject)
        {
            ProcessObject(jsonReader, rootSchema);
        }
        // 遇到数组起始标记时处理数组元素结构
        else if (jsonReader.TokenType == JsonToken.StartArray)
        {
            ProcessArray(jsonReader, rootSchema);
        }
    }
}

// 自行实现ProcessObject、ProcessArray方法，仅统计结构，不存储属性值即可

第三步：生成实体类 #

Schema收集完成后，直接按规则拼接C#代码输出.cs文件即可：

• 普通值类型属性直接生成对应C#类型的属性，可根据频次决定是否标记为可空
• 子对象属性使用对应子Schema的类名作为类型
• 数组属性生成List<对应子实体类>类型
• 不需要显式定义的低频属性统一用前面提到的JsonExtensionData字典承载

如果你之前已经把部分JSON片段反序列化为JObject/JArray，也可以直接遍历JObject.Properties()来收集Schema，逻辑和流式收集完全一致，编写起来更简单，适合用样本文件快速生成Schema的场景。

内容的提问来源于stack exchange，提问作者Jerker Pihl