yalantinglibs项目中的struct_json自定义类型支持解析

在yalantinglibs项目的struct_json组件中，开发者提出了一个关于支持用户自定义类型序列化和反序列化的功能需求。这个需求主要针对如何在struct_json中处理第三方库中的复杂类型，特别是像Eigen::Vector3d这样的数值计算类型。

需求背景

在实际开发中，我们经常需要将包含第三方库类型的结构体序列化为JSON格式。以Eigen库为例，虽然Eigen::Matrix等类型比普通数组更适合数值计算，但在JSON序列化时需要特殊处理。开发者希望在不修改库源代码的情况下，能够自定义这些复杂类型的序列化和反序列化行为。

技术实现

struct_json组件通过ADL(Argument-Dependent Lookup)查找机制来支持用户自定义类型的序列化和反序列化。具体实现需要为自定义类型提供两个关键函数：

1. render_json_value函数：负责将自定义类型序列化为JSON字符串
2. parse_item函数：负责从JSON字符串反序列化为自定义类型

以Eigen::Vector3d为例，用户可以在Eigen命名空间下定义这些函数：

namespace Eigen {
template <typename Stream>
IGUANA_INLINE void render_json_value(Stream &ss, Vector3d const& val) {
  std::stringstream ss2;
  ss2 << "[" << val[0] <<"," << val[1] <<"," <<val[2] <<"]";
  ss.append(ss2.str());
}

template<typename It>
IGUANA_INLINE void parse_item(Vector3d &value, It&& it, It&& end) {
  // 实现JSON到Vector3d的解析逻辑
}
}

使用示例

定义好自定义类型的序列化/反序列化函数后，就可以像普通类型一样使用struct_json：

struct person {
  std::string name;
  int age;
  Eigen::Vector3d pos;
};

REFLECTION(person, name, age, pos);

int main() {
  person p{"tom", 20, Eigen::Vector3d(1,2,3)};
  std::string str;
  
  // 序列化
  struct_json::to_json(p, str);
  
  // 反序列化
  person p1;
  struct_json::from_json(p1, str);
}

技术要点

1. ADL查找机制：struct_json利用C++的ADL特性在相关命名空间中查找自定义的序列化/反序列化函数，这使得扩展支持第三方库类型成为可能。

2. 类型安全：通过模板技术确保类型安全，同时保持代码的通用性。

3. 非侵入式设计：不需要修改原始类型定义或库源代码，通过外部函数实现扩展。

4. 一致性接口：所有自定义类型都遵循相同的接口规范，保证使用方式的一致性。

实际应用价值

这一特性在实际工程中具有重要意义：

1. 可以方便地将科学计算中的矩阵/向量类型与JSON格式互转
2. 支持各种第三方库类型的无缝集成
3. 保持代码整洁，避免为特殊类型编写额外处理逻辑
4. 提高开发效率，特别是在需要频繁序列化/反序列化的场景中

yalantinglibs的这一改进使得struct_json组件在处理复杂类型时更加灵活和强大，为开发者提供了更大的便利。