MemoryPack在Unity中使用自定义格式化器的注意事项
2025-06-19 11:12:29作者:尤峻淳Whitney
理解MemoryPack的自定义格式化功能
MemoryPack作为一款高性能的序列化库,提供了强大的自定义格式化功能。开发者可以通过实现MemoryPackFormatter<T>接口来为特定类型创建自定义的序列化和反序列化逻辑。这在处理Unity特有类型(如AnimationCurve)或自定义数据结构时特别有用。
Unity中的限制与解决方案
虽然MemoryPack支持泛型属性标记,但在Unity环境中存在一个关键限制:Unity不支持在属性上使用泛型特性。这意味着类似[OrdinalIgnoreCaseStringDictionaryFormatter<int>]这样的泛型属性标记无法在Unity中正常工作。
然而,这并不意味着Unity完全不能使用自定义格式化器。开发者仍然可以通过以下方式实现自定义格式化:
- 全局注册方式:通过
MemoryPackFormatterProvider.Register<T>方法在运行时注册格式化器 - 非泛型属性标记:使用非泛型的自定义属性标记
实际应用示例
以下是一个在Unity中成功使用自定义格式化器的完整示例:
// 自定义类型
public class ExternalObj
{
public int x = 1;
public int y = 2;
public string s = "hello";
}
// 自定义格式化器
[Preserve]
public sealed class ExternalObjFormatter : MemoryPackFormatter<ExternalObj>
{
[Preserve]
public override void Serialize<TBufferWriter>(ref MemoryPackWriter<TBufferWriter> writer, ref ExternalObj? value)
{
if (value == null)
{
writer.WriteNullObjectHeader();
return;
}
writer.WriteUnmanagedWithObjectHeader(3, value.@x, value.@y);
writer.WriteString(value.@s);
}
[Preserve]
public override void Deserialize(ref MemoryPackReader reader, ref ExternalObj? value)
{
if (!reader.TryReadObjectHeader(out var count))
{
value = null;
return;
}
if (count != 3) MemoryPackSerializationException.ThrowInvalidPropertyCount(3, count);
reader.ReadUnmanaged(out int x, out int y);
var s = reader.ReadString();
if (value == null)
{
value = new ExternalObj();
}
value.x = x;
value.y = y;
value.s = s;
}
}
// 注册格式化器
MemoryPackFormatterProvider.Register<ExternalObj>(new ExternalObjFormatter());
最佳实践建议
- 优先使用运行时注册:在Unity中,推荐使用
MemoryPackFormatterProvider.Register方法在运行时注册自定义格式化器 - 注意IL2CPP兼容性:确保为自定义格式化器添加
[Preserve]特性,以保证IL2CPP编译时不会被剥离 - 处理空值情况:在自定义格式化器中妥善处理null值情况
- 版本兼容性:考虑序列化数据的版本兼容性,特别是当数据结构可能发生变化时
总结
虽然Unity对MemoryPack的某些高级功能(如泛型属性标记)支持有限,但通过合理的设计和替代方案,开发者仍然可以充分利用MemoryPack的强大序列化能力。理解这些限制并掌握正确的使用方法,可以帮助开发者在Unity项目中高效地实现复杂对象的序列化和反序列化需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
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
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210