本文不讨论完整的 C++ 反射技术,只讨论 结构体 (struct) 的 字段 (field) 反射,及其在序列化/反序列化代码生成上的应用。

正文开始于 § 静态反射 部分,其他部分都是铺垫,可以略读。

打包后的代码可以通过 archived.zip下载,每个 .cc 文件上都有对应的编译、运行脚本,或者可以通过 run_all.sh 脚本运行所有代码。

1. 背景

很多人喜欢把程序员称为 码农,程序员也经常嘲讽自己每天都在 搬砖。这时候,大家会想:能否构造出一些 更好的工具,代替我们做那些无意义的 体力劳动 呢?

在实际 C++ 项目中,我们经常需要实现一些与外部系统交互的 接口 —— 外部系统传入 JSON 参数,我们的程序处理后,再以 JSON 的格式传回外部系统。这个过程就涉及到了两次数据结构的转换:

  • 输入的 JSON 转换为 C++ 数据结构(反序列化 deserialization
  • C++ 数据结构 转换为 输出的 JSON(序列化 serialization

如果传输的 JSON 数据 格式 (schema) 非常繁多、比较复杂,那么序列化/反序列化的代码也会变得非常复杂 —— 需要处理 结构嵌套可选字段输入合法性检查 等问题。如果为每个 JSON 数据结构都 人工手写 一套序列化/反序列化代码,那么 工作量 会特别大。

例如,chromium/headless 的 devtools 相关接口里就定义了 33 个 领域模型 (domain model),每个模型有自己的格式,其中又包含了许多字段。

懒惰是程序员的天性:

代码生成器虽然功能强大,但依赖复杂,不易于和已有系统集成。所以本文主要讨论如何用 C++ 14 提供的 元编程 (metaprogramming) 技巧(C++ 11 也支持),让编译器帮你写代码。

2. 目标

  • 基于 C++ 原生语法,不需要引入第三方库
  • 支持 非侵入式 (nonintrusive) 接口,能直接应用到已有代码上
  • 提供 声明式 (declarative) 的方法,只需要声明格式,不需要写逻辑语句
  • 不会带来 额外的运行时开销,能达到和手写代码一样的运行时效率

基于 nlohmann 的 C++ JSON 库,给定两个 C++ 结构体 SimpleStruct 和 NestedStruct

struct SimpleStruct {
  bool bool_;
  int int_;
  double double_;
  std::string string_;
  std::unique_ptr<bool> optional_;
};

struct NestedStruct {
  SimpleStruct nested_;
  std::vector<SimpleStruct> vector_;
};

一般接口的业务处理,往往包括三部分:

  • 解析输入(字符串到 JSON 对象的转换 + JSON 对象到领域模型的 反序列化
  • 处理业务逻辑(实际需要我们写的代码)
  • 转储输出(领域模型到 JSON 对象的 序列化 + JSON 对象到字符串的转换)
// input
json json_input = json::parse(
    "{"
    "  \"_nested\": {"
    "    \"_bool\": false,"
    "    \"_int\": 0,"
    "    \"_double\": 0,"
    "    \"_string\": \"foo\""
    "  },"
    "  \"_vector\": [{"
    "    \"_bool\": true,"
    "    \"_int\": 1,"
    "    \"_double\": 1,"
    "    \"_string\": \"bar\","
    "    \"_optional\": true"
    "  },{"
    "    \"_bool\": true,"
    "    \"_int\": 2,"
    "    \"_double\": 2.0,"
    "    \"_string\": \"baz\","
    "    \"_optional\": false"
    "  }]"
    "}");
NestedStruct nested = json_input.get<NestedStruct>();

// use
nested.nested_.string_ += " in nested struct";

// output
json json_output = json(nested);
std::string string_output = json_output.dump(2);
  • 对于 JSON 对象和字符串之间的转换,主流的JSON 库都实现了:
    • 调用 json::parse 从字符串得到输入 JSON 对象
    • 调用 json::dump 将 JSON 对象转为用于输出的字符串
  • 而 JSON 对象和 C++ 结构体之间的转换,需要我们实现:
    • 通过反序列化,调用 json::get() 得到 NestedStruct nested
    • 通过序列化,使用 nested 构造输出 JSON 对象

3. 实现

实现从 C++ 结构体到 JSON 的序列化/反序列化操作,需要用到以下信息:

  • 结构体有哪些字段
    • bool_/int_/double_/string_/optional_
    • nested_/vector_
  • 每个字段在结构体中的什么位置
    • &SimpleStruct::bool_/&SimpleStruct::int_/&SimpleStruct::double_/&SimpleStruct::string_/&SimpleStruct::optional_
    • &NestedStruct::nested_/&NestedStruct::vector_
  • 每个字段在JSON 中对应的名称是什么
    • "_bool"/"_int"/"_double"/"_string"/"_optional"
    • "_nested"/"_vector"
  • 每个字段如何从 C++ 到 JSON 进行类型映射
    • bool 对应 Boolean
    • int 对应 Number(Integer)
    • double 对应 Number
    • string 对应 String
    • vector 对应 Array
    • SimpleStruct/NestedStruct 对应 Object
    • 必选字段缺失 或 字段类型与 JSON 数据 类型不匹配,则抛出异常
    • 可选字段(例如 optional_)缺失,则跳过检查

对于很多支持 [反射 (reflection)](https://en.wikipedia.org/wiki/Reflection_(computer_programming)) 的语言,JSON 的解析者 可以通过反射接口,查询到 SimpleStruct/NestedStruct 所有的 字段信息

尽管 C++ 支持 运行时类型信息 (RTTI, run-time type information),但无法得到所有上述信息,所以需要 SimpleStruct 的定义者 把这些信息告诉 JSON 的解析者

于是,我们用以下几种方法实现:

4. 人工手写 序列化/反序列化 代码

代码链接

实现序列化/反序列化最简单的方法,就是通过 人工编写 代码:

void to_json(nlohmann::json& j, const SimpleStruct& value) {
  j["_bool"] = value.bool_;
  j["_int"] = value.int_;
  j["_double"] = value.double_;
  j["_string"] = value.string_;
  j["_optional"] = value.optional_;
}

void from_json(const nlohmann::json& j, SimpleStruct& value) {
  j.at("_bool").get_to(value.bool_);
  j.at("_int").get_to(value.int_);
  j.at("_double").get_to(value.double_);
  j.at("_string").get_to(value.string_);
  if (j.find("_optional") != j.cend()) {
    j.at("_optional").get_to(value.optional_);
  }
}

void to_json(nlohmann::json& j, const NestedStruct& value) {
  j["_nested"] = value.nested_;
  j["_vector"] = value.vector_;
}

void from_json(const nlohmann::json& j, NestedStruct& value) {
  j.at("_nested").get_to(value.nested_);
  j.at("_vector").get_to(value.vector_);
}
  • 在 to_json/from_json 中包含了 所有字段 的 位置、名称、映射方法
    • 使用 j[name] = field 序列化
    • 使用 j.at(name).get_to(field) 反序列化
    • 针对可选字段检查字段是否存在,不存在则跳过
  • nlohmann 的 C++ JSON 库能处理 结构嵌套
    • j = value.nested_ 会调用 void to_json(json& j, const SimpleStruct& value) 序列化 SimpleStruct
    • j.get_to(value.nested_) 会调用 void from_json(const json& j, SimpleStruct& value) 反序列化 SimpleStruct
  • nlohmann 的 C++ JSON 库基于 C++ 原生的 异常处理throw-try-catch):
    • 如果字段不存在,函数 json::at 抛出异常
    • 如果字段实际类型和 JSON 输入类型不匹配,函数 json::get_to 抛出异常

手写 to_json/from_json 需要写 2 份类似的代码:

  • 一方面,需要复制粘贴,导致 代码冗余
  • 另一方面,两份代码逻辑不是对称的(需要特殊处理 可选字段),不易于统一编写

5. 动态反射

“崇尚偷懒”的 Google 的工程师,为 chromium/base::Value 构建了一套基于 动态反射 (dynamic reflection) 的反序列化机制,实现统一的 JSON 数据和 C++ 结构体转换。(参考:chromium/base::JSONValueConverter

核心原理 是:利用 适配器模式 (adapter pattern) 和 策略模式 (strategy pattern),定义 接口 (interface) 抹除具体字段转换操作的类型,通过 运行时多态 (runtime polymorphism) 调用接口进行实际的转换操作。

Talk is cheap, show me the code —— 代码链接

首先,为不同 字段类型 定义一个通用的转换接口 ValueConverter<FieldType>,用于存储实际的 C++ 类型与 JSON 类型的转换操作(仅关联操作的字段类型,抹除具体转换操作的类型):

template <typename FieldType>
using ValueConverter =
    std::function<void(FieldType* field, const std::string& name)>;
  • 参数 field 表示字段的值,name 是字段的名称
  • 原始代码将 ValueConverter 定义为接口;本文为了化简,直接使用 std::function(关于使用接口的讨论,参考:回调 vs 接口

然后,为不同类型的 结构体 定义一个通用的转换接口 FieldConverterBase<StructType>,用于存储结构体内所有字段的转换操作(仅关联结构体的类型,抹除操作的字段类型):

template <typename StructType>
class FieldConverterBase {
 public:
  virtual ~FieldConverterBase() = default;
  virtual void operator()(StructType* obj) const = 0;
};

接着,通过 FieldConverter <StructType, FieldType> 将上边两个接口 承接 起来,用于存储 结构体 的 字段类型 的实际转换操作(类似于 double dispatch),同时关联上具体某个字段的位置和名称(实现 FieldConverterBase 接口,调用 ValueConverter 接口):

template <typename StructType, typename FieldType>
class FieldConverter : public FieldConverterBase<StructType> {
 public:
  FieldConverter(const std::string& name,
                 FieldType StructType::*pointer,
                 ValueConverter<FieldType> converter)
      : field_name_(name),
        field_pointer_(pointer),
        value_converter_(converter) {}

  void operator()(StructType* obj) const override {
    return value_converter_(&(obj->*field_pointer_), field_name_);
  }

 private:
  std::string field_name_;
  FieldType StructType::*field_pointer_;
  ValueConverter<FieldType> value_converter_;
};
  • 构造时传递 字段名称 field_name_
  • 字段的 成员指针 (member pointer)(即字段位置)field_pointer_
  • 字段的映射方法 value_converter_
  • 在 operator() 转换时调用 :
    value_converter_.operator(),传入当前结构体中字段的值和字段的名称;其中结构体 obj 字段的值通过 obj-&gt;*field_pointer_ 得到

最后,针对 结构体 定义一个存储 所有字段 信息(名称、位置、映射方法)的容器 StructValueConverter<StructType>,并提供 注册 字段信息的接口(有哪些字段)RegisterField 和执行所有转换操作的接口 operator()仅关联结构体的类型,利用 FieldConverterBase 抹除操作的字段信息):

template <class StructType>
class StructValueConverter {
 public:
  template <typename FieldType>
  void RegisterField(FieldType StructType::*field_pointer,
                     const std::string& field_name,
                     ValueConverter<FieldType> value_converter) {
    fields_.push_back(std::make_unique<FieldConverter<StructType, FieldType>>(
        field_name, field_pointer, std::move(value_converter)));
  }

  void operator()(StructType* obj) const {
    for (const auto& field_converter : fields_) {
      (*field_converter)(obj);
    }
  }

 private:
  std::vector<std::unique_ptr<FieldConverterBase<StructType>>> fields_;
};

使用样例代码链接

具体使用时,只需要两步:

  1. 构造 converter 对象,调用 RegisterField 动态绑定字段信息(名称、位置、映射方法)
  2. 调用 converter(&simple) 对所有注册了的字段 进行转换
// setup converter (partial)
auto int_converter = [](int* field, const std::string& name) {
  std::cout << name << ": " << *field << std::endl;
};
auto string_converter = [](std::string* field, const std::string& name) {
  std::cout << name << ": " << *field << std::endl;
};

StructValueConverter<SimpleStruct> converter;
converter.RegisterField(&SimpleStruct::int_, "int",
                        ValueConverter<int>(int_converter));
converter.RegisterField(&SimpleStruct::string_, "string",
                        ValueConverter<std::string>(string_converter));

// use converter
SimpleStruct simple{2, "hello dynamic reflection"};
converter(&simple);

// output:
//   int: 2
//   string: hello dynamic reflection

基于动态反射的开源库:

6. 静态反射

实际上,实现序列化/反序列化所需要的信息(有哪些字段,每个字段的位置、名称、映射方法),在 编译时 (compile-time) 就已经确定了 —— 没必要在 运行时 (runtime) 动态构建 converter 对象。所以,我们可以利用 静态反射 (static reflection) 的方法,把这些信息告诉 编译器,让它帮我们 生成代码

核心原理 是:利用 访问者模式 (visitor pattern),使用 元组 std::tuple 记录结构体所有的字段信息,通过 编译时多态 (compile-time polymorphism) 针对具体的 字段类型 进行转换操作。

Talk is cheap, show me the code —— 代码链接

首先,定义一个 StructSchema<StructType> 函数模板 (function template),返回所有字段信息(默认返回空元组):

template <typename T>
inline constexpr auto StructSchema() {
  return std::make_tuple();
}

然后,提供以下两个宏:

DEFINE_STRUCT_SCHEMA 和 DEFINE_STRUCT_FIELD

定义结构体字段信息(有哪些、位置、名称),隐藏 StructSchema 和 std::tuple 的实现细节:

#define DEFINE_STRUCT_SCHEMA(Struct, ...)        \
  template <>                                    \
  inline constexpr auto StructSchema<Struct>() { \
    using _Struct = Struct;                      \
    return std::make_tuple(__VA_ARGS__);         \
  }

#define DEFINE_STRUCT_FIELD(StructField, FieldName) \
  std::make_tuple(&_Struct::StructField, FieldName)
  • StructSchema 返回元组的结构是:
    ((& field1, name1), (& field2, name2), …)
  • DEFINE_STRUCT_SCHEMA 定义了 结构体 Struct 有哪些字段
  • DEFINE_STRUCT_FIELD 定义了每个 字段 的 位置、名称
  • using _Struct = Struct 提供了一种宏内数据接力的方法,让下一个宏能获取上一个宏的数据

最后,提供 ForEachField<StructType> 函数,从对应的 StructSchema<StructType> 取出记录结构体 StructType 所有字段信息 的元组,然后遍历这个元组,从中取出 每个字段的位置、名称,作为参数调用转换函数 fn

template <typename T, typename Fn>
inline constexpr void ForEachField(T&& value, Fn&& fn) {
  constexpr auto struct_schema = StructSchema<std::decay_t<T>>();
  detail::ForEachTuple(struct_schema, [&value, &fn](auto&& field_schema) {
    fn(value.*(std::get<0>(std::forward<decltype(field_schema)>(field_schema))),
       std::get<1>(std::forward<decltype(field_schema)>(field_schema)));
  });
}
  • fn 接受的参数分别为:字段的值和名称 (field_value, field_name)
    • 字段的值通过 value.*field_pointer 得到,其中 field_pointer 是成员指针
  • ForEachTuple 的实现中还用到了 静态断言 (static assert) 检查,具体见 代码
    • 检查 StructSchema 是否定义了字段信息
    • 检查每个字段的信息 是否都包含了位置和名称

使用样例代码链接

具体使用时,也是需要两步:

  • 使用下面两个参数静态定义字段信息(名称、位置)
    DEFINE_STRUCT_SCHEMA 和 DEFINE_STRUCT_FIELD
  • 调用 ForEachField 并传入 映射方法(泛型 functor 或泛型 lambda 表达式),对所有字段调用这个函数
// define schema (partial)
DEFINE_STRUCT_SCHEMA(
    SimpleStruct,
    DEFINE_STRUCT_FIELD(int_, "int"),
    DEFINE_STRUCT_FIELD(string_, "string"));

// use ForEachTuple
ForEachField(SimpleStruct{1, "hello static reflection"},
             [](auto&& field, auto&& name) {
               std::cout << name << ": "
                         << field << std::endl;
             });

// output:
//   int: 1
//   string: hello static reflection

静态反射过程中,最核心 的地方:传入 ForEachField 的可调用对象 fn,通过 编译时多态 针对不同 字段类型 选择不同的转换操作:

  • 针对 int 类型字段,ForEachField 调用 fn(simple.int_, "int")
  • 针对 std::string 类型字段,ForEachField 调用 fn(simple.string_, "string")

2019/2/19 补充
如果需要针对不同类型使用不同的操作,可以考虑 重载 lambda 表达式提案 p0051r3):
ForEachField(SimpleStruct{1, "hello static reflection"},              overload(                   {                    std::cout << "i " << name << ": "                              << field << std::endl;                  },                   {                    std::cout << "s " << name << ": "                              << field.c_str() << std::endl;                  }));
2019/1/11 补充(by fredwyan)
C++ 11 不支持 泛型 lambda 表达式,可以使用 泛型 functor 代替传入 ForEachField 的可调用对象,从而实现 编译时多态
struct GenericFunctor {   // ... data members   template <typename Field, typename Name>   void operator()(Field&& field, Name&& name) {     std::cout << name << ": " << field << std::endl;   } }; // use ForEachTuple ForEachField(SimpleStruct{1, "hello static reflection"},              GenericFunctor{/* ... context data */});

最后 ForEachField(SimpleStruct{...}, [](...) { ... }); 经过 内联 (inline) 后,生成的代码非常简单:

{
  SimpleStruct simple{1, "hello static reflection"};
  std::cout << "int" << ": " << simple.int_ << std::endl;
  std::cout << "string" << ": " << simple.string_ << std::endl;
}

基于静态反射的开源库:

使用编译时静态反射,相对于运行时动态反射,有许多优点:

7. 编译器生成 序列化/反序列化 代码

代码链接

基于 ForEachField,我们可以实现 通用 的结构体序列化/反序列化函数:

template <typename T>
struct adl_serializer<T, std::enable_if_t<::has_schema<T>>> {
  template <typename BasicJsonType>
  static void to_json(BasicJsonType& j, const T& value) {
    ForEachField(value, [&j](auto&& field, auto&& name) {
      j[name] = field;
    });
  }

  template <typename BasicJsonType>
  static void from_json(const BasicJsonType& j, T& value) {
    ForEachField(value, [&j](auto&& field, auto&& name) {
      // ignore missing field of optional
      if (::is_optional_v<decltype(field)> &&
          j.find(name) == j.end())
        return;

      j.at(name).get_to(field);
    });
  }
};
  • 和§ 人工手写 序列化/反序列化 代码的代码类似:
    • 使用 j[name] = field 序列化
    • 使用 j.at(name).get_to(field) 反序列化
    • 针对可选字段检查字段是否存在,不存在则跳过(C++ 17 还可以使用 if constexpr 实现选择性编译)
  • 关于如何使用 nlohmann::adl_serializer 扩展自定义类型的序列化/反序列化操作,参考 How do I convert third-party types? | nlohmann/json
  • 使用的两个简单的变量模板(variable template),具体见代码
    • has_schema 检查是否定义了:
      StructSchema
    • is_optional_v 检查字段类型是不是可选参数

对于需要进行序列化/反序列化的自定义结构体,我们只需要使用下面这两个参数声明 其字段信息即可 —— 不需要为每个结构体写一遍 to_json/from_json 逻辑了:

DEFINE_STRUCT_SCHEMA 和 DEFINE_STRUCT_FIELD

DEFINE_STRUCT_SCHEMA(
    SimpleStruct,
    DEFINE_STRUCT_FIELD(bool_, "_bool"),
    DEFINE_STRUCT_FIELD(int_, "_int"),
    DEFINE_STRUCT_FIELD(double_, "_double"),
    DEFINE_STRUCT_FIELD(string_, "_string"),
    DEFINE_STRUCT_FIELD(optional_, "_optional"));

DEFINE_STRUCT_SCHEMA(
    NestedStruct,
    DEFINE_STRUCT_FIELD(nested_, "_nested"),
    DEFINE_STRUCT_FIELD(vector_, "_vector"));

于是,编译器就可以生成和 § 人工手写 序列化/反序列化 代码 一致的代码了。

图片来源:Declarative Programming And The Web

8. 写在最后

不依赖于第三方库,只需要简单的声明,没有额外的运行时开销 —— 这就是 现代 C++ 元编程

掌握 C++ 元编程,自己打造工具,解放生产力,告别搬砖的生活!

原文可以点击 阅读原文 获得。

文章来源于腾讯云开发者社区,点击查看原文