nlohmann/json库中实现JSON字段名蛇形命名与驼峰命名的映射
2025-05-01 08:37:37作者:农烁颖Land
在C++项目中使用JSON进行数据序列化与反序列化时,经常会遇到JSON字段命名风格与C++成员变量命名风格不一致的问题。nlohmann/json作为C++中最流行的JSON库之一,提供了灵活的机制来实现这种映射。
命名风格差异问题
在实际开发中,JSON数据通常采用蛇形命名(snake_case),而C++代码则倾向于使用驼峰命名(camelCase)。例如:
- JSON字段:
user_name - C++成员变量:
userName
这种差异会导致直接使用nlohmann/json的默认序列化/反序列化机制时出现问题,因为默认情况下库会假设JSON字段名与C++成员变量名完全一致。
自定义映射解决方案
nlohmann/json库提供了宏定义的方式来自定义序列化行为。通过定义一组宏,可以实现蛇形命名与驼峰命名之间的自动转换:
#define NLOHMANN_MAP_JSON_TO(v1, v2) nlohmann_json_j[#v2] = nlohmann_json_t.v1;
#define NLOHMANN_MAP_JSON_FROM(v1, v2) nlohmann_json_j.at(#v2).get_to(nlohmann_json_t.v1);
这些宏的核心思想是:
NLOHMANN_MAP_JSON_TO:将C++驼峰命名的成员变量(v1)序列化为JSON中的蛇形命名字段(v2)NLOHMANN_MAP_JSON_FROM:将JSON中的蛇形命名字段(v2)反序列化为C++驼峰命名的成员变量(v1)
实现细节分析
完整的实现需要一组宏来处理不同数量的成员变量。核心宏NLOHMANN_MAP_DEFINE_TYPE_INTRUSIVE用于定义类的序列化行为:
#define NLOHMANN_MAP_DEFINE_TYPE_INTRUSIVE(Type, ...) \
friend void to_json(nlohmann::json& nlohmann_json_j, const Type& nlohmann_json_t) { \
NLOHMANN_JSON_EXPAND(NLOHMANN_MAP_JSON_PASTE(NLOHMANN_MAP_JSON_TO, NLOHMANN_JSON_TO, __VA_ARGS__)) \
} \
friend void from_json(const nlohmann::json& nlohmann_json_j, Type& nlohmann_json_t) { \
NLOHMANN_JSON_EXPAND(NLOHMANN_MAP_JSON_PASTE(NLOHMANN_MAP_JSON_FROM, NLOHMANN_JSON_FROM, __VA_ARGS__)) \
}
使用时,只需要在类定义中调用这个宏,并依次列出成员变量和对应的JSON字段名:
class User {
public:
std::string userName;
int userAge;
NLOHMANN_MAP_DEFINE_TYPE_INTRUSIVE(User, userName, user_name, userAge, user_age)
};
实际应用示例
下面是一个完整的使用示例:
#include <nlohmann/json.hpp>
// 定义映射宏
#define NLOHMANN_MAP_JSON_TO(v1, v2) nlohmann_json_j[#v2] = nlohmann_json_t.v1;
#define NLOHMANN_MAP_JSON_FROM(v1, v2) nlohmann_json_j.at(#v2).get_to(nlohmann_json_t.v1);
// 定义类型序列化宏
#define NLOHMANN_MAP_DEFINE_TYPE_INTRUSIVE(Type, ...) \
friend void to_json(nlohmann::json& nlohmann_json_j, const Type& nlohmann_json_t) { \
NLOHMANN_JSON_EXPAND(NLOHMANN_MAP_JSON_PASTE(NLOHMANN_MAP_JSON_TO, NLOHMANN_JSON_TO, __VA_ARGS__)) \
} \
friend void from_json(const nlohmann::json& nlohmann_json_j, Type& nlohmann_json_t) { \
NLOHMANN_JSON_EXPAND(NLOHMANN_MAP_JSON_PASTE(NLOHMANN_MAP_JSON_FROM, NLOHMANN_JSON_FROM, __VA_ARGS__)) \
}
class Test {
public:
std::string nlohmannJson;
NLOHMANN_MAP_DEFINE_TYPE_INTRUSIVE(Test, nlohmannJson, nlohmann_json)
};
int main() {
// 反序列化示例
std::string jsonStr = R"({"nlohmann_json": "test value"})";
Test obj = nlohmann::json::parse(jsonStr);
// 序列化示例
nlohmann::json j;
obj.nlohmannJson = "new value";
to_json(j, obj);
}
注意事项
- 成员变量访问权限:确保成员变量是public的,或者为序列化/反序列化函数提供足够的访问权限
- 宏定义顺序:确保在使用前正确定义所有必要的宏
- 错误处理:对于可选字段,可以使用
value()方法替代at(),以提供默认值 - 宏的局限性:这种方法需要为每个类显式定义映射关系,对于大型项目可能需要考虑更自动化的方案
通过这种机制,开发者可以轻松地在C++驼峰命名和JSON蛇形命名之间建立映射,保持代码风格的一致性,同时兼容外部JSON数据格式。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217