QuickJS-ng 项目中的 Map 和 Set 对象序列化支持分析
2025-07-10 04:11:57作者:翟江哲Frasier
QuickJS-ng 作为 QuickJS 的一个分支版本,是一个轻量级的 JavaScript 引擎。在 JavaScript 开发中,Map 和 Set 是两种非常重要的集合类型,它们提供了比传统对象和数组更专业的键值对存储和唯一值集合功能。然而,在 QuickJS-ng 的早期版本中,这些现代集合类型的序列化支持存在不足。
序列化功能的重要性
对象序列化(Serialization)是指将对象转换为可以存储或传输的格式的过程,反序列化(Deserialization)则是其逆过程。在 QuickJS-ng 中,JS_WriteObject 和 JS_ReadObject 函数负责这一功能,它们对于以下场景至关重要:
- 进程间通信
- 数据持久化存储
- 状态快照和恢复
- 调试信息的保存
原始问题分析
在 QuickJS-ng 的早期实现中,当尝试使用 JS_WriteObject 序列化 Map 或 Set 对象时,引擎会抛出"TypeError: unsupported object class"异常。这表明引擎内部没有为这些 ES6 引入的集合类型实现序列化逻辑。
这种限制给开发者带来了不便,因为:
- 开发者不得不手动将 Map/Set 转换为普通对象/数组进行序列化
- 反序列化后还需要手动转换回 Map/Set
- 增加了代码复杂度和维护成本
技术实现考量
为 Map 和 Set 实现序列化支持需要考虑以下技术要点:
- 数据结构表示:需要设计合适的二进制格式来表示 Map 的键值对和 Set 的元素集合
- 循环引用处理:Map 和 Set 可能包含循环引用,序列化算法需要能够处理这种情况
- 自定义序列化:考虑是否允许用户为自定义的 Map/Set 子类定义特殊的序列化行为
- 版本兼容性:序列化格式需要保持向前和向后兼容
- 性能考量:序列化实现应尽可能高效,特别是对于大型集合
解决方案实现
在 QuickJS-ng 的最新提交中,这个问题已经得到解决。实现方案大致包括:
- 扩展 JS_WriteObject 的内部类型检查,识别 Map 和 Set 对象
- 为每种集合类型设计专门的序列化格式:
- Map 序列化为键值对列表
- Set 序列化为元素列表
- 实现对应的 JS_ReadObject 反序列化逻辑
- 确保序列化过程保持元素的插入顺序(这是 Map 和 Set 的重要特性)
- 处理特殊值如 NaN、undefined 等在集合中的正确序列化
对开发者的影响
这一改进为开发者带来了以下好处:
- 开发效率提升:不再需要手动转换 Map/Set 与普通对象/数组
- 代码简洁性:减少了样板代码,逻辑更加清晰
- 性能优化:内置的序列化实现通常比手动转换更高效
- 功能完整性:使得 QuickJS-ng 对现代 JavaScript 特性的支持更加全面
使用示例
开发者现在可以简单地序列化和反序列化 Map/Set 对象:
// Map 示例
const myMap = new Map();
myMap.set('key1', 'value1');
myMap.set(42, { complex: 'object' });
const serialized = JSON.stringify(JS_WriteObject(myMap));
const deserialized = JS_ReadObject(JSON.parse(serialized));
// Set 示例
const mySet = new Set([1, 2, 3, 'four']);
const setSerialized = JSON.stringify(JS_WriteObject(mySet));
const setDeserialized = JS_ReadObject(JSON.parse(setSerialized));
未来扩展方向
虽然当前实现已经解决了基本需求,但仍有扩展空间:
- 支持 WeakMap 和 WeakSet 的序列化(虽然这通常不被建议)
- 提供自定义序列化钩子,允许开发者控制特定对象的序列化过程
- 优化大型集合的序列化性能
- 支持更多的 JavaScript 内置对象类型的序列化
QuickJS-ng 对 Map 和 Set 序列化的支持体现了项目对现代 JavaScript 特性的持续适配,为开发者提供了更加完整和便捷的开发体验。这一改进虽然看似微小,但对于依赖这些集合类型的应用程序来说意义重大。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
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
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134