Kotlinx.serialization与ProGuard优化冲突问题分析及解决方案
2025-06-06 22:16:48作者:伍希望
问题背景
在使用Kotlinx.serialization库进行序列化操作时,开发者可能会遇到与ProGuard代码优化工具的兼容性问题。当开启ProGuard的优化选项后,应用程序可能会抛出"java.lang.VerifyError: Bad type on operand stack"错误,导致程序无法正常运行。
错误现象
具体错误表现为:
Exception in thread "main" java.lang.VerifyError: Bad type on operand stack
Exception Details:
Location:
dev/mikchan/misc/ksp/model/Model$$serializer.<clinit>()V @38: putstatic
Reason:
Type 'dev/mikchan/misc/ksp/alternative/kotlinx/serialization/descriptors/SerialDescriptor' (current frame, stack[0]) is not assignable to 'dev/mikchan/misc/ksp/alternative/kotlinx/serialization/internal/PluginGeneratedSerialDescriptor'
问题根源
这个问题的本质在于ProGuard的优化过程与Kotlinx.serialization生成的代码结构之间存在不兼容性。具体来说:
- Kotlinx.serialization会为每个可序列化类生成一个对应的
$$serializer类 - 这些生成的序列化器类中包含一个
descriptor字段 - ProGuard的优化过程可能会错误地处理这个字段的类型信息
- 导致运行时类型校验失败,抛出VerifyError
解决方案
经过分析,可以通过在ProGuard配置中添加以下规则来解决此问题:
-keepclassmembers public class **$$serializer {
private ** descriptor;
}
这条规则的作用是:
- 保留所有以
$$serializer结尾的类(Kotlinx.serialization生成的序列化器类) - 特别保留这些类中的
descriptor字段 - 防止ProGuard对这个字段进行优化或混淆
技术原理
这个解决方案有效的深层原因是:
- Kotlinx.serialization生成的序列化器类依赖于特定的字段类型层次结构
descriptor字段实际上是PluginGeneratedSerialDescriptor类型,但声明为SerialDescriptor接口- ProGuard的优化可能会破坏这种类型关系
- 通过明确保留这个字段,我们确保了运行时类型系统的完整性
最佳实践建议
对于使用Kotlinx.serialization的项目,建议:
- 始终在ProGuard配置中包含上述规则
- 如果遇到类似问题,检查是否有其他生成的类成员被错误优化
- 在启用ProGuard优化前进行充分测试
- 考虑为所有Kotlinx.serialization相关类添加适当的保留规则
总结
Kotlinx.serialization与ProGuard的优化冲突是一个典型的代码生成工具与优化工具交互问题。通过理解问题的本质并添加适当的ProGuard规则,开发者可以在保持代码优化的同时确保序列化功能的正常工作。这种解决方案不仅解决了当前的VerifyError问题,也为处理类似的技术冲突提供了参考思路。
登录后查看全文
热门项目推荐
相关项目推荐
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。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
288
321
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
447
openEuler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。
C
239
100
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
451
180
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.28 K
705