麻烦反序列化谷物PortableBinaryArchive

时间:2017-02-15 15:27:10

标签: c++ c++11 serialization vector cereal

我面对一个std :: length异常,使用grain库来反序列化一个我自己的类的std :: vector。如果我提供一些代码,我认为这是最简单的。这是我的班级:

#include "cereal/archives/portable_binary.hpp"
#include "cereal/archives/json.hpp"
#include "cereal/types/vector.hpp"

enum class myType {
    None, unset, Type1, Type2, Type3
};

class myClass
{
public:
    myClass();
    myClass(size_t siz);
    ~myClass();
    std::vector<size_t> idxs;
    myType dtype;
    bool isvalid;

    // This method lets cereal know which data members to serialize
    template<class Archive>
    void serialize(Archive & archive)
    {
        archive(CEREAL_NVP(dtype), CEREAL_NVP(isvalid), CEREAL_NVP(idxs));
    }
protected:
private:
};

idxs成员不一定总是具有相同的大小。 经过一些计算后,我得到了一个

std::vector<myClass> allData;

我想要序列化,然后在另一个应用程序中反序列化。这是我的序列化代码:

std::ofstream ofile(allDataFilename.c_str());
if (ofile.good())
{
    cereal::PortableBinaryOutputArchive theArchive(ofile);
    theArchive(allData);
    //ofilefp.close();   // Do not close because of RAII where dtor of cereal archive does some work on file!
}
else
{
    std::cout << "Serialization to portable binary archive failed. File not good." << "\n";
}

生成的数据文件不是空大小而不是全零,所以从外观来看它很好。 这是我在其他应用程序中反序列化的方法:

std::string allDataFilename("C:\\path\\to\\file\\data.dat");
std::ifstream infile(allDataFilename.c_str());
std::vector<myClass> myDataFromDisk;
if (infile.good())
{
    cereal::PortableBinaryInputArchive inArchive(infile);
    inArchive >> myDataFromDisk;
}
else
{
    std::cout << "Data file unavailable." << "\n";
}

当我运行这个反序列化代码时,我得到一个异常&#34; std :: length_error&#34;。以某种方式对这个错误的相关讨论是here,但对我而言似乎与我的情况无关。 (或者是吗?)

我尝试使用单独的加载/保存功能进行de / /序列化,因为我不确定这部分谷物文档是否适用于此:

  

如果可能,最好使用单个内部序列化   虽然可以在必要时使用分割方法(例如,可以使用分割方法)   在加载类时动态分配内存。)

我还尝试将idxs成员的每个向量元素分别存档在一个基于for循环的范围内(就像在内部谷歌一样),但这两件事都没有帮助。

这两个应用程序都是使用Visual Studio 2015 Update 3编译的。我使用当前的谷物v1.2.2,但也试用了谷物v1.1.2,这给了我一个相同的序列化结果。

暂且不说:它适用于谷物JSON档案。但只有在我将序列化调用更改为

之后
archive(CEREAL_NVP(dtype), CEREAL_NVP(isvalid), CEREAL_NVP(idxs));

当向量成员首次出现序列化时,它没有使用JSON。但这可能完全不相关。

archive(CEREAL_NVP(idxs), CEREAL_NVP(dtype), CEREAL_NVP(isvalid));

现在我的问题:

1)这是序列化应该与谷物一起使用的方式吗?

2)我是否需要添加更多序列化功能?例如。到enum课程?

祝你好运 AverageCoder

1 个答案:

答案 0 :(得分:0)

您的班级在序列化代码方面没有任何问题。您无需为枚举提供序列化,它会自动包含在cereal/types/common.hpp中。您的字段序列化的顺序无关紧要。

执行加载和保存时,您的错误无法正确使用存档。谷物处理与流的所有接口,因此您不应直接在谷物档案中使用流媒体运营商(即<<>>)。再看一下谷物网站上的例子,您会发现只要与谷物档案馆进行互动,就可以通过()运营商完成。

在处理二进制数据的流上操作时,还应确保使用适当的标志(std::ios::binary) - 这可以防止一些难以调试的问题。

这是一个使用您的类的工作示例,我将其保存到内存中的流而不是文件,但原理是相同的:

#include <cereal/archives/portable_binary.hpp>
#include <cereal/archives/json.hpp>
#include <cereal/types/vector.hpp>
#include <algorithm>
#include <sstream>

enum class myType {
    None, unset, Type1, Type2, Type3
};

class myClass
{
public:
  myClass() = default;
  myClass( myType mt, size_t i ) : isvalid( true ), dtype( mt ),
                                idxs( i )
  {
    std::iota( idxs.begin(), idxs.end(), i );
  }

  std::vector<size_t> idxs;
  myType dtype;
  bool isvalid;

  // This method lets cereal know which data members to serialize
  template<class Archive>
  void serialize(Archive & archive)
  {
    archive(CEREAL_NVP(dtype), CEREAL_NVP(isvalid), CEREAL_NVP(idxs));
  }
};

int main(int argc, char* argv[])
{
  std::vector<myClass> allData = {{myType::None, 3}, {myType::unset, 2}, {myType::Type3, 5}};

  // When dealing with binary archives, always use the std::ios::binary flag
  // I'm using a stringstream here just to avoid writing to file
  std::stringstream ssb( std::ios::in | std::ios::out | std::ios::binary );
  {
    cereal::PortableBinaryOutputArchive arb(ssb);
    // The JSON archive is only used to print out the data for display
    cereal::JSONOutputArchive ar(std::cout);

    arb( allData );
    ar( allData );
  }

  {
    cereal::PortableBinaryInputArchive arb(ssb);
    cereal::JSONOutputArchive ar(std::cout);

    std::vector<myClass> data;
    arb( data );

    // Write the data out again and visually inspect
    ar( data );
  }

  return 0;
}

及其输出:

{
    "value0": [
        {
            "dtype": 0,
            "isvalid": true,
            "idxs": [
                3,
                4,
                5
            ]
        },
        {
            "dtype": 1,
            "isvalid": true,
            "idxs": [
                2,
                3
            ]
        },
        {
            "dtype": 4,
            "isvalid": true,
            "idxs": [
                5,
                6,
                7,
                8,
                9
            ]
        }
    ]
}{
    "value0": [
        {
            "dtype": 0,
            "isvalid": true,
            "idxs": [
                3,
                4,
                5
            ]
        },
        {
            "dtype": 1,
            "isvalid": true,
            "idxs": [
                2,
                3
            ]
        },
        {
            "dtype": 4,
            "isvalid": true,
            "idxs": [
                5,
                6,
                7,
                8,
                9
            ]
        }
    ]
}