ArduinoJson中自定义类对象转换为Json的常见问题解析
2025-05-31 08:18:43作者:苗圣禹Peter
问题背景
在使用ArduinoJson库进行嵌入式开发时,开发者经常需要将自定义类对象转换为JSON格式。本文以一个典型的案例为例,探讨在使用ArduinoJson v7版本时,如何正确处理自定义类到JSON的转换问题。
案例描述
开发者创建了一个名为Nullable的模板类,用于表示可能为无效值的数值类型。该类的主要特点是:
- 包含一个静态的无效值标记
- 提供判断值是否有效的方法
- 需要将有效值转换为JSON数值,无效值转换为JSON的null
问题现象
当尝试将Nullable<float>类型的对象赋值给JsonDocument时,编译器报错"conversion from 'Nullable' to 'long long int' is ambiguous",表明存在类型转换的歧义。
问题分析
1. 转换操作符冲突
原始代码中,Nullable类定义了两个转换操作符:
operator T() const { return value_; }
operator T&() const { return value_; }
这导致编译器无法确定应该使用哪个转换操作符,从而产生歧义错误。在C++中,一个类不应该同时定义多个可能产生冲突的转换操作符。
2. 自定义Json转换器
开发者已经正确实现了自定义的Json转换器:
template <typename T>
void convertToJson(const Nullable<T> &src, JsonVariant dst) {
if (src.is_valid()) {
dst.set(src.value());
} else {
dst.clear();
}
}
这个转换器逻辑上是正确的,但由于类本身的转换操作符冲突,导致ArduinoJson在尝试自动转换时失败。
解决方案
1. 简化转换操作符
只需保留一个转换操作符即可解决歧义问题。根据使用场景,通常保留值类型的转换操作符更为合适:
operator T() const { return value_; }
// 删除 operator T&() const
2. 完整实现建议
以下是修正后的完整实现建议:
template <typename T>
class Nullable {
public:
Nullable() : value_{} {}
Nullable(T value) : value_{value} {}
// 只保留一个转换操作符
operator T() const { return value_; }
bool is_valid() const {
return value_ != invalid_value_;
}
T value() const { return value_; }
static T invalid() {
return invalid_value_;
}
private:
T value_;
static T invalid_value_;
};
// 特化float类型的无效值
template <>
float Nullable<float>::invalid_value_ = std::numeric_limits<float>::lowest();
// Json转换器
template <typename T>
void convertToJson(const Nullable<T> &src, JsonVariant dst) {
if (src.is_valid()) {
dst.set(src.value());
} else {
dst.clear();
}
}
最佳实践
- 单一职责原则:自定义类应该保持简单的转换逻辑,避免多重转换路径
- 明确转换意图:在设计类时,明确是否需要转换操作符,以及需要哪种类型的转换
- 优先使用显式方法:相比隐式转换操作符,使用显式的value()方法通常更安全
- 全面测试:在实现自定义Json转换时,应测试各种边界情况,包括有效值和无效值
总结
在ArduinoJson中处理自定义类到JSON的转换时,需要注意类本身的设计是否会导致转换歧义。通过简化类的转换接口,并配合适当的自定义转换器,可以优雅地实现各种复杂类型的JSON序列化需求。本案例展示了如何正确处理可能包含无效值的数值类型,这一模式可以扩展到其他类似场景中。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
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++
930
801
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
870
207
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
189
openJiuwen 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
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160