Android网络请求多格式解析实战：JSON、XML与Protobuf

1. 项目概述：多格式网络请求全解析方案

在移动端开发中，网络请求如同应用程序的血管系统，负责着数据在客户端与服务端之间的循环流动。而OkHttp与Retrofit的组合，早已成为Android开发者处理网络请求的黄金搭档。但实际业务中我们常常面临一个痛点：不同接口可能返回JSON、XML、Protobuf等不同格式的数据，甚至同一个接口在不同场景下需要支持多种数据格式的请求与解析。

我曾在一个电商App项目中深有体会：用户中心接口使用JSON、支付网关要求XML、商品推荐服务采用Protobuf，而文件上传又需要表单提交。来回切换不同解析方式不仅代码冗余，还容易产生兼容性问题。这就是为什么我们需要构建一套统一处理多数据格式的解决方案。

2. 核心技术选型与配置

2.1 基础框架搭建

首先在build.gradle中添加必要依赖：

gradle复制implementation 'com.squareup.okhttp3:okhttp:4.9.3'
implementation 'com.squareup.retrofit2:retrofit:2.9.0'
implementation 'com.squareup.retrofit2:converter-gson:2.9.0' // JSON支持
implementation 'com.squareup.retrofit2:converter-jaxb:2.9.0' // XML支持
implementation 'com.google.protobuf:protobuf-java:3.19.4' // Protobuf支持

2.2 多格式转换器配置

创建Retrofit实例时，关键点在于配置多ConverterFactory的执行顺序：

kotlin复制val retrofit = Retrofit.Builder()
    .baseUrl(BASE_URL)
    .client(OkHttpClient.Builder().build())
    .addConverterFactory(ProtoConverterFactory.create()) // Protobuf优先
    .addConverterFactory(JaxbConverterFactory.create())  // 其次XML
    .addConverterFactory(GsonConverterFactory.create())  // 最后JSON
    .build()

重要提示：ConverterFactory的添加顺序直接影响数据解析的优先级。当服务器返回的Content-Type不明确时，Retrofit会按添加顺序尝试解析。

3. 各数据格式实战详解

3.1 JSON数据处理方案

3.1.1 基础JSON解析

定义数据模型：

kotlin复制data class UserResponse(
    @SerializedName("user_id") val userId: String,
    @SerializedName("user_name") val userName: String
)

接口声明：

kotlin复制interface ApiService {
    @GET("user/info")
    suspend fun getUserInfo(): UserResponse
}

3.1.2 高级JSON特性处理

处理特殊日期格式：

kotlin复制val gson = GsonBuilder()
    .setDateFormat("yyyy-MM-dd'T'HH:mm:ss.SSS'Z'")
    .registerTypeAdapter(LocalDateTime::class.java, LocalDateTimeDeserializer())
    .create()

3.2 表单数据处理技巧

3.2.1 普通表单提交

kotlin复制@FormUrlEncoded
@POST("login")
suspend fun login(
    @Field("username") username: String,
    @Field("password") password: String
): Response<LoginResponse>

3.2.2 多部分表单（文件上传）

kotlin复制@Multipart
@POST("upload")
suspend fun uploadFile(
    @Part file: MultipartBody.Part,
    @Part("description") description: RequestBody
): Response<UploadResult>

文件封装方法：

kotlin复制fun prepareFilePart(name: String, file: File): MultipartBody.Part {
    val requestFile = file.asRequestBody("multipart/form-data".toMediaType())
    return MultipartBody.Part.createFormData(name, file.name, requestFile)
}

3.3 XML数据解析方案

3.3.1 模型定义与注解

java复制@XmlRootElement(name = "response")
public class WeatherResponse {
    @XmlElement(name = "city")
    private String cityName;
    
    @XmlElement(name = "temperature")
    private float temp;
    // getters & setters
}

3.3.2 接口配置

kotlin复制interface WeatherApi {
    @GET("weather")
    @Headers("Accept: application/xml")
    suspend fun getWeather(@Query("city") city: String): WeatherResponse
}

3.4 Protobuf高效传输方案

3.4.1 定义.proto文件

protobuf复制syntax = "proto3";

message Product {
    string id = 1;
    string name = 2;
    float price = 3;
    repeated string tags = 4;
}

3.4.2 接口配置

kotlin复制interface ProductApi {
    @GET("products/{id}")
    suspend fun getProduct(@Path("id") id: String): Product
}

4. 高级技巧与性能优化

4.1 动态数据格式处理

通过Interceptor实现根据URL自动切换数据格式：

kotlin复制class ContentTypeInterceptor : Interceptor {
    override fun intercept(chain: Interceptor.Chain): Response {
        val request = chain.request()
        val newRequest = when {
            request.url.encodedPath.contains("/xml/") -> {
                request.newBuilder()
                    .header("Accept", "application/xml")
                    .build()
            }
            request.url.encodedPath.contains("/proto/") -> {
                request.newBuilder()
                    .header("Accept", "application/x-protobuf")
                    .build()
            }
            else -> request
        }
        return chain.proceed(newRequest)
    }
}

4.2 混合数据格式解析

处理JSON中包含Protobuf二进制数据的情况：

kotlin复制@TypeConverters(ProtoByteConverter::class)
data class HybridResponse(
    val meta: MetaData,
    val protoData: ByteString
)

class ProtoByteConverter {
    @ToJson
    fun toJson(byteString: ByteString): String {
        return Base64.getEncoder().encodeToString(byteString.toByteArray())
    }

    @FromJson
    fun fromJson(base64: String): ByteString {
        return ByteString.copyFrom(Base64.getDecoder().decode(base64))
    }
}

5. 实战问题排查指南

5.1 常见Content-Type对照表

5.2 典型错误解决方案

问题1：Retrofit抛出"Unable to create converter for..."异常

• 检查：是否添加了对应的ConverterFactory
• 检查：服务器返回的Content-Type是否与预期一致
• 解决方案：通过Interceptor强制修改Content-Type头

问题2：表单提交中文乱码

• 解决方案：在OkHttpClient中添加URL编码器：

kotlin复制val client = OkHttpClient.Builder()
    .addInterceptor(FormUrlEncodedInterceptor())
    .build()

class FormUrlEncodedInterceptor : Interceptor {
    override fun intercept(chain: Interceptor.Chain): Response {
        val original = chain.request()
        if (original.body is FormBody) {
            val formBody = original.body as FormBody
            val newForm = formBody.encodedFields().map {
                it.key to URLEncoder.encode(it.value, "UTF-8")
            }.toFormBody()
            val newRequest = original.newBuilder()
                .method(original.method, newForm)
                .build()
            return chain.proceed(newRequest)
        }
        return chain.proceed(original)
    }
}

6. 性能对比与选型建议

通过基准测试比较不同数据格式在典型Android设备上的表现（数据基于100次请求平均值）：

选型建议：

1. 对性能要求极高的场景（如即时通讯）优先考虑Protobuf
2. 需要人类可读或Web兼容的场景使用JSON
3. 对接传统系统时可能需要XML
4. 文件上传等场景使用FormData

在实际项目中，我通常会建立统一的网络层抽象，对外暴露简洁的API，内部处理各种数据格式的转换。例如：

kotlin复制class NetworkClient {
    private val services = mapOf(
        "json" to createService(JsonApi::class.java),
        "xml" to createService(XmlApi::class.java),
        "proto" to createService(ProtoApi::class.java)
    )
    
    suspend fun fetchUser(id: String, format: String = "json"): User {
        return when(format) {
            "xml" -> services["xml"]!!.getUserXml(id).toUser()
            "proto" -> services["proto"]!!.getUserProto(id).toUser()
            else -> services["json"]!!.getUserJson(id)
        }
    }
}

这种设计既保持了对外接口的简洁性，又能在内部灵活处理不同数据格式。