Glaze项目中处理具有相同成员名的结构体变体解析
2025-07-08 12:45:24作者:宣海椒Queenly
在C++开发中,处理JSON数据时经常会遇到需要解析不同类型但具有相似字段结构的情况。Glaze作为一个高效的C++ JSON库,提供了优雅的解决方案来处理这类场景。
问题背景
当我们需要处理多种消息类型时,通常会使用std::variant
来表示这些可能的类型。例如,在一个反汇编器或调试器中,我们可能有评论(Comment)和相对地址(RelativeAddress)两种消息类型,它们共享一些相同的字段名(如modPath和rva),但各自有不同的标识符和额外字段。
基础结构定义
首先定义两种消息类型的基本结构:
struct Comment {
static constexpr std::string_view id{"cmmt"};
std::string modPath;
unsigned long long rva;
std::string comment;
};
struct RelativeAddress {
static constexpr std::string_view id{"rva"};
std::string modPath;
unsigned long long rva;
};
然后使用std::variant
定义消息类型:
using Message = std::variant<Comment, RelativeAddress>;
直接解析的问题
如果直接尝试解析JSON到Message变体,Glaze会遇到困难,因为两种结构体有相同的成员名称,无法仅通过字段内容区分应该解析为哪种类型。
Glaze的解决方案:标记类型推导
Glaze提供了标记类型推导机制来解决这个问题。我们需要为Message类型提供元数据,告诉Glaze如何区分不同的变体类型:
template <>
struct glz::meta<Message> {
static constexpr std::string_view tag = "id"; // 使用哪个字段作为区分标识
static constexpr auto ids = std::array{"cmmt", "rva"}; // 可能的标识值
};
这个元数据告诉Glaze:
- 使用JSON对象中的"id"字段来区分不同类型
- 当"id"字段值为"cmmt"时解析为Comment结构
- 当"id"字段值为"rva"时解析为RelativeAddress结构
实际解析示例
有了这个元数据定义后,我们可以简单地解析JSON字符串:
Message message;
glz::read<glz::opts{.error_on_unknown_keys = false}>(message, jsonString);
Glaze会自动根据JSON中的"id"字段值选择正确的变体类型进行解析。
高级配置选项
Glaze还提供了多种配置选项来定制解析行为:
error_on_unknown_keys
:遇到未知字段时是否报错- 可以配置是否允许缺失某些字段
- 可以自定义字段名称映射
设计思考
这种设计有几个显著优点:
- 类型安全:编译时就能确定所有可能的类型
- 扩展性:添加新消息类型只需扩展variant和ids数组
- 性能:标记检查在解析早期进行,避免不必要的解析尝试
- 清晰性:类型区分逻辑集中在一处,易于维护
实际应用建议
在实际项目中应用此模式时,建议:
- 为所有变体类型定义明确的标识符
- 保持标识符简短但有意义
- 考虑版本兼容性,避免修改已有类型的标识符
- 对于大型项目,可以将变体类型和元数据定义放在单独的头文件中
通过Glaze的这种标记类型推导机制,开发者可以优雅地处理具有相似字段结构但实际类型不同的JSON数据,同时保持代码的清晰性和类型安全性。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-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- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0137AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
232
2.32 K

仓颉编译器源码及 cjdb 调试工具。
C++
113
78

暂无简介
Dart
534
117

React Native鸿蒙化仓库
JavaScript
216
291

Ascend Extension for PyTorch
Python
76
106

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
9
1

🎉 (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
993
588

仓颉编程语言测试用例。
Cangjie
34
61

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
130
648