MessagePack-CSharp 中处理字符串反序列化的 FormatterNotRegisteredException 问题
在使用 MessagePack-CSharp 进行数据序列化和反序列化时,开发者可能会遇到一个常见问题:当尝试反序列化包含字符串类型的数据时,系统抛出 FormatterNotRegisteredException 异常,提示字符串类型未在解析器中注册。本文将深入分析这个问题产生的原因,并提供完整的解决方案。
问题现象
当开发者使用 MessagePack-CSharp 的源码生成功能时,可能会遇到如下错误:
FormatterNotRegisteredException: 'System.String is not registered in resolver
这个错误通常发生在以下场景:
- 使用了
[GeneratedMessagePackResolver]特性生成自定义解析器 - 尝试反序列化包含字符串类型的对象
- 仅使用了生成的解析器实例作为反序列化选项
问题根源
MessagePack-CSharp 的源码生成器只会为标记了 [MessagePackObject] 的自定义类型生成解析器。对于 .NET 内置的基本类型(如 System.String),它们属于 MessagePack 的"内置类型",默认情况下不会包含在生成的解析器中。
这些内置类型的解析器实际上存在于 BuiltinResolver 中。当开发者仅使用生成的解析器而忽略了内置解析器时,系统就无法找到字符串类型的格式化器,从而导致上述异常。
解决方案
正确的做法是创建一个复合解析器(CompositeResolver),将生成的解析器与内置解析器组合使用。以下是完整的解决方案:
- 首先确保你的自定义类型已正确标记
[MessagePackObject]特性 - 使用
GeneratedMessagePackResolver生成解析器 - 创建复合解析器,将生成的解析器与内置解析器组合
[GeneratedMessagePackResolver]
internal partial class MessagepackBouncyHsmResolver
{
// 可以添加静态属性方便访问
public static IFormatterResolver Instance => MessagepackBouncyHsmResolver.Instance;
}
// 使用时创建复合解析器
var resolver = CompositeResolver.Create(
BuiltinResolver.Instance,
MessagepackBouncyHsmResolver.Instance
);
var options = MessagePackSerializerOptions.Standard.WithResolver(resolver);
最佳实践
-
对于简单项目:可以直接使用
MessagePackSerializerOptions.Standard,它已经包含了所有必要的解析器。 -
对于使用源码生成的项目:
- 总是创建复合解析器
- 考虑将解析器配置封装为静态属性方便复用
- 对于性能敏感场景,可以缓存解析器实例
-
扩展性考虑:如果需要支持更多内置类型或第三方类型,可以在复合解析器中添加相应的解析器实例。
总结
MessagePack-CSharp 通过分离内置类型和自定义类型的解析器实现了更好的模块化设计。理解这种设计模式后,开发者就能正确处理类型解析的问题。记住,当使用源码生成功能时,总是要考虑将生成的解析器与内置解析器组合使用,这样才能确保所有类型都能被正确序列化和反序列化。
通过本文的解决方案,开发者可以避免 FormatterNotRegisteredException 异常,确保字符串等内置类型能够与自定义类型一起正常工作。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C040
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00