简单的 C++ 结构体字段反射

本文不讨论完整的C 反射技术，只讨论 结构体 (struct) 的字段 (field) 反射，及其在序列化/反序列化代码生成上的应用。

正文开始于 § 静态反射部分，其他部分都是铺垫，可以略读。

打包后的代码可以通过 archived.zip下载，每个 .cc 文件上都有对应的编译、运行脚本，或者可以通过 run_all.sh 脚本运行所有代码。

1. 背景

很多人喜欢把程序员称为码农，程序员也经常嘲讽自己每天都在搬砖。这时候，大家会想：能否构造出一些 更好的工具，代替我们做那些无意义的 体力劳动 呢？

在实际 C 项目中，我们经常需要实现一些与外部系统交互的接口 —— 外部系统传入 JSON 参数，我们的程序处理后，再以 JSON 的格式传回外部系统。这个过程就涉及到了两次数据结构的转换：

输入的 JSON 转换为 C 数据结构（反序列化 deserialization）
C 数据结构转换为输出的 JSON（序列化 serialization）

如果传输的 JSON 数据格式 (schema) 非常繁多、比较复杂，那么序列化/反序列化的代码也会变得非常复杂 —— 需要处理 结构嵌套、可选字段、输入合法性检查 等问题。如果为每个 JSON 数据结构都 人工手写 一套序列化/反序列化代码，那么 工作量 会特别大。

例如，chromium/headless 的 devtools 相关接口里就定义了 33 个 领域模型 (domain model)，每个模型有自己的格式，其中又包含了许多字段。

懒惰是程序员的天性：

“勤奋” 的程序员选择 § 人工手写序列化/反序列化代码
“懒惰” 的程序员选择
- 构建代码生成器

（例如 protobuf、chromium/mojo）

或 § 编译器生成序列化/反序列化代码

代码生成器虽然功能强大，但依赖复杂，不易于和已有系统集成。所以本文主要讨论如何用 C 14 提供的 元编程 (metaprogramming) 技巧（C 11 也支持），让编译器帮你写代码。

2. 目标

基于 C 原生语法，不需要引入第三方库
支持 非侵入式 (nonintrusive) 接口，能直接应用到已有代码上
提供 声明式 (declarative) 的方法，只需要声明格式，不需要写逻辑语句
不会带来 额外的运行时开销，能达到和手写代码一样的运行时效率

基于 nlohmann的C JSON库，给定两个C 结构体：SimpleStruct 和 NestedStruct：

代码语言：javascript复制

struct SimpleStruct {
  bool bool_;
  int int_;
  double double_;
  std::string string_;
  std::unique_ptr<bool> optional_;
};

struct NestedStruct {
  SimpleStruct nested_;
  std::vector<SimpleStruct> vector_;
};

NestedStruct::nested_ 为嵌套对象，NestedStruct::vector_ 为嵌套的对象数组
SimpleStruct::optional_ 为可选字段；由于 `std::optional` 需要 C 17 支持，所以我们使用 `std::unique_ptr` 表示 可选字段
针对 可选字段 的 JSON 序列化/反序列化 扩展代码，见 `optional_json.h`（参考：How do I convert third-party types? | nlohmann/json）

一般接口的业务处理，往往包括三部分：

解析输入（字符串到 JSON 对象的转换 JSON 对象到领域模型的 反序列化）
处理业务逻辑（实际需要我们写的代码）
转储输出（领域模型到 JSON 对象的 序列化 JSON 对象到字符串的转换）

代码语言：javascript复制

// input
json json_input = json::parse(
    "{"
    "  "_nested": {"
    "    "_bool": false,"
    "    "_int": 0,"
    "    "_double": 0,"
    "    "_string": "foo""
    "  },"
    "  "_vector": [{"
    "    "_bool": true,"
    "    "_int": 1,"
    "    "_double": 1,"
    "    "_string": "bar","
    "    "_optional": true"
    "  },{"
    "    "_bool": true,"
    "    "_int": 2,"
    "    "_double": 2.0,"
    "    "_string": "baz","
    "    "_optional": false"
    "  }]"
    "}");
NestedStruct nested = json_input.get<NestedStruct>();

// use
nested.nested_.string_  = " in nested struct";

// output
json json_output = json(nested);
std::string string_output = json_output.dump(2);

对于 JSON 对象和字符串之间的转换，主流的JSON 库都实现了：
- 调用 json::parse 从字符串得到输入 JSON 对象
- 调用 json::dump 将 JSON 对象转为用于输出的字符串
而 JSON 对象和 C 结构体之间的转换，需要我们实现：
- 通过反序列化，调用json::get()得到 NestedStruct nested
- 通过序列化，使用 nested 构造输出 JSON 对象

3. 实现

实现从 C 结构体到 JSON 的序列化/反序列化操作，需要用到以下信息：

结构体有哪些字段
- bool_/int_/double_/string_/optional_
- nested_/vector_
每个字段在结构体中的什么位置
- &SimpleStruct::bool_/&SimpleStruct::int_/&SimpleStruct::double_/&SimpleStruct::string_/&SimpleStruct::optional_
- &NestedStruct::nested_/&NestedStruct::vector_
每个字段在JSON 中对应的名称是什么
- "_bool"/"_int"/"_double"/"_string"/"_optional"
- "_nested"/"_vector"
每个字段如何从 C 到 JSON 进行类型映射
- bool 对应 Boolean
- int 对应 Number(Integer)
- double 对应 Number
- string 对应 String
- vector 对应 Array
- SimpleStruct/NestedStruct 对应 Object
- 必选字段缺失 或字段类型与 JSON 数据 类型不匹配，则抛出异常
- 可选字段（例如 optional_）缺失，则跳过检查

对于很多支持反射 (reflection) 的语言，JSON 的解析者 可以通过反射接口，查询到SimpleStruct/NestedStruct所有的 字段信息。

尽管 C 支持 运行时类型信息 (RTTI, run-time type information)，但无法得到所有上述信息，所以需要 SimpleStruct 的定义者 把这些信息告诉 JSON 的解析者。

于是，我们用以下几种方法实现：

人工手写序列化/反序列化代码
动态反射
静态反射
编译器生成序列化/反序列化代码

4. 人工手写序列化/反序列化代码

代码链接

实现序列化/反序列化最简单的方法，就是通过 人工编写 代码：

代码语言：javascript复制

void to_json(nlohmann::json& j, const SimpleStruct& value) {
  j["_bool"] = value.bool_;
  j["_int"] = value.int_;
  j["_double"] = value.double_;
  j["_string"] = value.string_;
  j["_optional"] = value.optional_;
}

void from_json(const nlohmann::json& j, SimpleStruct& value) {
  j.at("_bool").get_to(value.bool_);
  j.at("_int").get_to(value.int_);
  j.at("_double").get_to(value.double_);
  j.at("_string").get_to(value.string_);
  if (j.find("_optional") != j.cend()) {
    j.at("_optional").get_to(value.optional_);
  }
}

void to_json(nlohmann::json& j, const NestedStruct& value) {
  j["_nested"] = value.nested_;
  j["_vector"] = value.vector_;
}

void from_json(const nlohmann::json& j, NestedStruct& value) {
  j.at("_nested").get_to(value.nested_);
  j.at("_vector").get_to(value.vector_);
}

在 to_json/from_json 中包含了 所有字段 的 位置、名称、映射方法：
- 使用 j[name] = field 序列化
- 使用 j.at(name).get_to(field) 反序列化
- 针对可选字段检查字段是否存在，不存在则跳过
nlohmann 的 C JSON 库能处理 结构嵌套：
- j = value.nested_ 会调用 void to_json(json& j, const SimpleStruct& value) 序列化 SimpleStruct
- j.get_to(value.nested_) 会调用 void from_json(const json& j, SimpleStruct& value) 反序列化 SimpleStruct
nlohmann 的 C JSON 库基于 C 原生的 异常处理（throw-try-catch）：
- 如果字段不存在，函数 json::at 抛出异常
- 如果字段实际类型和 JSON 输入类型不匹配，函数 json::get_to 抛出异常

手写 to_json/from_json 需要写 2 份类似的代码：

一方面，需要复制粘贴，导致 代码冗余
另一方面，两份代码逻辑不是对称的（需要特殊处理 可选字段），不易于统一编写

5. 动态反射

“崇尚偷懒”的 Google 的工程师，为 chromium/base::Value 构建了一套基于 动态反射 (dynamic reflection) 的反序列化机制，实现统一的 JSON数据和C 结构体转换。（参考：chromium/base::JSONValueConverter）

核心原理 是：利用 适配器模式 (adapter pattern) 和 策略模式 (strategy pattern)，定义接口 (interface) 抹除具体字段转换操作的类型，通过 运行时多态 (runtime polymorphism) 调用接口进行实际的转换操作。

Talk is cheap, show me the code —— 代码链接

首先，为不同 字段类型 定义一个通用的转换接口 ValueConverter<FieldType>，用于存储实际的 C 类型与 JSON 类型的转换操作（仅关联操作的字段类型，抹除具体转换操作的类型）：

代码语言：javascript复制

template <typename FieldType>
using ValueConverter =
    std::function<void(FieldType* field, const std::string& name)>;

参数 field 表示字段的值，name 是字段的名称
原始代码将 ValueConverter 定义为接口；本文为了化简，直接使用 std::function（关于使用接口的讨论，参考：回调 vs 接口）

然后，为不同类型的 结构体 定义一个通用的转换接口 FieldConverterBase<StructType>，用于存储结构体内所有字段的转换操作（仅关联结构体的类型，抹除操作的字段类型）：

代码语言：javascript复制

template <typename StructType>
class FieldConverterBase {
 public:
  virtual ~FieldConverterBase() = default;
  virtual void operator()(StructType* obj) const = 0;
};

接着，通过 FieldConverter <StructType, FieldType> 将上边两个接口承接起来，用于存储 结构体 的 字段类型 的实际转换操作（类似于 double dispatch），同时关联上具体某个字段的位置和名称（实现 FieldConverterBase 接口，调用 ValueConverter 接口）：

代码语言：javascript复制

template <typename StructType, typename FieldType>
class FieldConverter : public FieldConverterBase<StructType> {
 public:
  FieldConverter(const std::string& name,
                 FieldType StructType::*pointer,
                 ValueConverter<FieldType> converter)
      : field_name_(name),
        field_pointer_(pointer),
        value_converter_(converter) {}

  void operator()(StructType* obj) const override {
    return value_converter_(&(obj->*field_pointer_), field_name_);
  }

 private:
  std::string field_name_;
  FieldType StructType::*field_pointer_;
  ValueConverter<FieldType> value_converter_;
};

构造时传递字段名称 field_name_
字段的 成员指针 (member pointer)（即字段位置）field_pointer_
字段的映射方法 value_converter_
在 operator() 转换时调用： value_converter_.operator()，传入当前结构体中字段的值和字段的名称；其中结构体 obj 字段的值通过 obj->*field_pointer_ 得到

最后，针对 结构体 定义一个存储 所有字段 信息（名称、位置、映射方法）的容器StructValueConverter<StructType>，并提供注册字段信息的接口（有哪些字段）RegisterField 和执行所有转换操作的接口 operator()（仅关联结构体的类型，利用 FieldConverterBase 抹除操作的字段信息）：

代码语言：javascript复制

template <class StructType>
class StructValueConverter {
 public:
  template <typename FieldType>
  void RegisterField(FieldType StructType::*field_pointer,
                     const std::string& field_name,
                     ValueConverter<FieldType> value_converter) {
    fields_.push_back(std::make_unique<FieldConverter<StructType, FieldType>>(
        field_name, field_pointer, std::move(value_converter)));
  }

  void operator()(StructType* obj) const {
    for (const auto& field_converter : fields_) {
      (*field_converter)(obj);
    }
  }

 private:
  std::vector<std::unique_ptr<FieldConverterBase<StructType>>> fields_;
};

使用样例代码链接

具体使用时，只需要两步：

构造 converter 对象，调用 RegisterField 动态绑定字段信息（名称、位置、映射方法）
调用 converter(&simple) 对所有注册了的字段 进行转换

代码语言：javascript复制

// setup converter (partial)
auto int_converter = [](int* field, const std::string& name) {
  std::cout << name << ": " << *field << std::endl;
};
auto string_converter = [](std::string* field, const std::string& name) {
  std::cout << name << ": " << *field << std::endl;
};

StructValueConverter<SimpleStruct> converter;
converter.RegisterField(&SimpleStruct::int_, "int",
                        ValueConverter<int>(int_converter));
converter.RegisterField(&SimpleStruct::string_, "string",
                        ValueConverter<std::string>(string_converter));

// use converter
SimpleStruct simple{2, "hello dynamic reflection"};
converter(&simple);

// output:
//   int: 2
//   string: hello dynamic reflection

基于动态反射的开源库：

https://github.com/fnc12/sqlite_orm
https://github.com/billyquith/ponder
https://github.com/rttrorg/rttr

6. 静态反射

实际上，实现序列化/反序列化所需要的信息（有哪些字段，每个字段的位置、名称、映射方法），在 编译时 (compile-time) 就已经确定了 —— 没必要在 运行时 (runtime) 动态构建 converter 对象。所以，我们可以利用 静态反射 (static reflection) 的方法，把这些信息告诉 编译器，让它帮我们 生成代码。

核心原理 是：利用 访问者模式 (visitor pattern)，使用元组 std::tuple 记录结构体所有的字段信息，通过 编译时多态 (compile-time polymorphism) 针对具体的 字段类型 进行转换操作。

Talk is cheap, show me the code —— 代码链接

首先，

定义一个StructSchema<StructType> 函数模板 (function template)，返回所有字段信息（默认返回空元组）：

代码语言：javascript复制

template <typename T>
inline constexpr auto StructSchema() {
  return std::make_tuple();
}

然后，

提供以下两个宏：

DEFINE_STRUCT_SCHEMA 和 DEFINE_STRUCT_FIELD

定义结构体字段信息（有哪些、位置、名称）

隐藏 StructSchema 和 std::tuple 的实现细节：

代码语言：javascript复制

#define DEFINE_STRUCT_SCHEMA(Struct, ...)        
  template <>                                    
  inline constexpr auto StructSchema<Struct>() { 
    using _Struct = Struct;                      
    return std::make_tuple(__VA_ARGS__);         
  }

#define DEFINE_STRUCT_FIELD(StructField, FieldName) 
  std::make_tuple(&_Struct::StructField, FieldName)

StructSchema 返回元组的结构是： ((& field1, name1), (& field2, name2), …)
DEFINE_STRUCT_SCHEMA 定义了 结构体 Struct 有哪些字段
DEFINE_STRUCT_FIELD 定义了每个字段的 位置、名称
using _Struct = Struct 提供了一种宏内数据接力的方法，让下一个宏能获取上一个宏的数据

最后，

提供 ForEachField<StructType> 函数，从对应的StructSchema<StructType>取出记录结构体 StructType 所有字段信息 的元组，然后遍历这个元组，从中取出 每个字段的位置、名称，作为参数调用转换函数 fn：

代码语言：javascript复制

template <typename T, typename Fn>
inline constexpr void ForEachField(T&& value, Fn&& fn) {
  constexpr auto struct_schema = StructSchema<std::decay_t<T>>();
  detail::ForEachTuple(struct_schema, [&value, &fn](auto&& field_schema) {
    fn(value.*(std::get<0>(std::forward<decltype(field_schema)>(field_schema))),
       std::get<1>(std::forward<decltype(field_schema)>(field_schema)));
  });
}

fn 接受的参数分别为：字段的值和名称 (field_value, field_name)
- 字段的值通过 value.*field_pointer 得到，其中 field_pointer 是成员指针
ForEachTuple 的实现中还用到了 静态断言 (static assert) 检查，具体见代码
- 检查 StructSchema 是否定义了字段信息
- 检查每个字段的信息 是否都包含了位置和名称

使用样例代码链接

具体使用时，也是需要两步：

使用下面两个参数静态定义字段信息（名称、位置） DEFINE_STRUCT_SCHEMA 和 DEFINE_STRUCT_FIELD
调用 ForEachField 并传入 映射方法（泛型 functor 或泛型 lambda 表达式），对所有字段调用这个函数

代码语言：javascript复制

// define schema (partial)
DEFINE_STRUCT_SCHEMA(
    SimpleStruct,
    DEFINE_STRUCT_FIELD(int_, "int"),
    DEFINE_STRUCT_FIELD(string_, "string"));

// use ForEachTuple
ForEachField(SimpleStruct{1, "hello static reflection"},
             [](auto&& field, auto&& name) {
               std::cout << name << ": "
                         << field << std::endl;
             });

// output:
//   int: 1
//   string: hello static reflection

静态反射过程中，最核心 的地方：传入 ForEachField 的可调用对象 fn，通过 编译时多态 针对不同 字段类型 选择不同的转换操作：

针对 int 类型字段，ForEachField 调用 fn(simple.int_, "int")
针对 std::string 类型字段，ForEachField 调用 fn(simple.string_, "string")

2019/2/19 补充 如果需要针对不同类型使用不同的操作，可以考虑重载 lambda 表达式（提案 p0051r3）： ForEachField(SimpleStruct{1, "hello static reflection"}, overload( [](int field, const char* name) { std::cout << "i " << name << ": " << field << std::endl; }, [](const std::string& field, const char* name) { std::cout << "s " << name << ": " << field.c_str() << std::endl; })); 2019/1/11 补充（by fredwyan） C 11 不支持 泛型 lambda 表达式，可以使用 泛型 functor 代替传入 ForEachField 的可调用对象，从而实现 编译时多态： struct GenericFunctor { // ... data members template <typename Field, typename Name> void operator()(Field&& field, Name&& name) { std::cout << name << ": " << field << std::endl; } }; // use ForEachTuple ForEachField(SimpleStruct{1, "hello static reflection"}, GenericFunctor{/* ... context data */});

最后 ForEachField(SimpleStruct{...}, [](...) { ... }); 经过内联 (inline) 后，生成的代码非常简单：

代码语言：javascript复制

{
  SimpleStruct simple{1, "hello static reflection"};
  std::cout << "int" << ": " << simple.int_ << std::endl;
  std::cout << "string" << ": " << simple.string_ << std::endl;
}

基于静态反射的开源库：

https://github.com/qicosmos/iguana

使用编译时静态反射，相对于运行时动态反射，有许多优点：

7. 编译器生成序列化/反序列化代码

代码链接

基于 ForEachField，我们可以实现通用的结构体序列化/反序列化函数：

代码语言：javascript复制

template <typename T>
struct adl_serializer<T, std::enable_if_t<::has_schema<T>>> {
  template <typename BasicJsonType>
  static void to_json(BasicJsonType& j, const T& value) {
    ForEachField(value, [&j](auto&& field, auto&& name) {
      j[name] = field;
    });
  }

  template <typename BasicJsonType>
  static void from_json(const BasicJsonType& j, T& value) {
    ForEachField(value, [&j](auto&& field, auto&& name) {
      // ignore missing field of optional
      if (::is_optional_v<decltype(field)> &&
          j.find(name) == j.end())
        return;

      j.at(name).get_to(field);
    });
  }
};

和§ 人工手写序列化/反序列化代码的代码类似：
- 使用 j[name] = field 序列化
- 使用 j.at(name).get_to(field) 反序列化
- 针对可选字段检查字段是否存在，不存在则跳过（C 17 还可以使用 if constexpr 实现选择性编译）
关于如何使用nlohmann::adl_serializer 扩展自定义类型的序列化/反序列化操作，参考 How do I convert third-party types? | nlohmann/json
使用的两个简单的变量模板(variable template)，具体见代码
- has_schema 检查是否定义了： StructSchema
- is_optional_v 检查字段类型是不是可选参数

对于需要进行序列化/反序列化的自定义结构体，我们只需要使用下面这两个参数声明其字段信息即可 —— 不需要为每个结构体写一遍 to_json/from_json 逻辑了：

DEFINE_STRUCT_SCHEMA 和 DEFINE_STRUCT_FIELD

代码语言：javascript复制

DEFINE_STRUCT_SCHEMA(
    SimpleStruct,
    DEFINE_STRUCT_FIELD(bool_, "_bool"),
    DEFINE_STRUCT_FIELD(int_, "_int"),
    DEFINE_STRUCT_FIELD(double_, "_double"),
    DEFINE_STRUCT_FIELD(string_, "_string"),
    DEFINE_STRUCT_FIELD(optional_, "_optional"));

DEFINE_STRUCT_SCHEMA(
    NestedStruct,
    DEFINE_STRUCT_FIELD(nested_, "_nested"),
    DEFINE_STRUCT_FIELD(vector_, "_vector"));

于是，编译器就可以生成和 § 人工手写序列化/反序列化代码一致的代码了。