C++反射：深入探究function实现机制！

CovertArgs<>整体实现代码如下:

ChooseCallReturner<>的具体实现代码如下:

//-----------------------------------------------------------------------------// Handle returning copiestemplate  struct CallReturnCopy;template struct CallReturnCopy::value>::type>{static inline Value value(R&& o) {return Value(o);}};template struct CallReturnCopy::value>::type>{static_assert(!std::is_pointer::value, "Cannot return unowned pointer. Use ponder::policy::ReturnInternalRef?");static inline Value value(R&& o) {return Value(UserObject::makeCopy(std::forward(o)));}};//-----------------------------------------------------------------------------// Handle returning internal referencestemplate  struct CallReturnInternalRef;template struct CallReturnInternalRef::value&& !std::is_same::Type, UserObject>::value>::type>{static inline Value value(R&& o) {return Value(o);}};template struct CallReturnInternalRef::value|| std::is_same::Type, UserObject>::value>::type>{static inline Value value(R&& o) {return Value(UserObject::makeRef(std::forward(o)));}};//-----------------------------------------------------------------------------// Choose which returner to use, based on policy//  - map policy kind to actionable policy typetemplate  struct ChooseCallReturner;template struct ChooseCallReturner, R>{typedef CallReturnCopy type;};template struct ChooseCallReturner, R>{typedef CallReturnInternalRef type;};template struct ChooseCallReturner, R> // default{typedef CallReturnCopy type;};template struct ChooseCallReturner, R> // recurse{typedef typename ChooseCallReturner, R>::type type;};

此处注意注意Return Policy的实现，通过policy::ReturnCopy和policy::ReturnInternalRef我们可以控制Value的创建方式，默认是Copy方式创建Value，其余的主要是Value本身支持从不同类型T构造的特性来完成的。

Value对不同类型T的支持特性可以自行查阅Value的实现，目前版本的Value的内部通过ponder自己实现的variants来完成对不同类型T的存取，但其实第一版的ponder重度依赖boost，所以第一版的实现也是直接使用的boost::variants，后续V2版本解除了对boost的依赖，但variants的实现也大量参考了boost的实现，所以对这部分细节感兴趣的可以直接查阅boost::variants相关的文档和源码，更容易理解其中的细节。

五、Lua版本反射函数的实现

——LuaUse::perFunction()

LuaUse::perFunction()的目的与C++反射函数的目的一致，也是完成对普通函数的类型擦除，形成统一的函数对象类型，只是生成的统一FunctionCaller对象不同。

struct LuaUse{/// Factory for per-function runtime datatemplate static lua::detail::FunctionCaller* perFunction(IdRef name, F function){return new lua::detail::FunctionCallerImpl(name, function);}};

具体的实现与上一节的很多地方都一样，我们主要关注针对Lua的那部分特性。

// Base for runtime function callerclass FunctionCaller{public:FunctionCaller(const IdRef name, int (*fn)(lua_State*) = nullptr):   m_name(name),   m_luaFunc(fn){}FunctionCaller(const FunctionCaller&) = delete; // no copyingvirtual ~FunctionCaller() {}const IdRef name() const { return m_name; }void pushFunction(lua_State* L){lua_pushlightuserdata(L, (void*) this);lua_pushcclosure(L, m_luaFunc, 1);}private:const IdRef m_name;int (*m_luaFunc)(lua_State*);};// The FunctionImpl class is a template which is specialized according to the// underlying function prototype.template class FunctionCallerImpl : public FunctionCaller{public:FunctionCallerImpl(IdRef name, F function):   FunctionCaller(name, &call),   m_function(function){}private:typedef FunctionCallerImpl ThisType;typedef typename FTraits::Details::FunctionCallTypes CallTypes;typedef FunctionWrapper DispatchType;typename DispatchType::Type m_function; // Object containing the actual function to callstatic int call(lua_State *L){lua_pushvalue(L, lua_upvalueindex(1));ThisType *self = reinterpret_cast(lua_touserdata(L, -1));lua_pop(L, 1);return DispatchType::templatecall(self->m_function, L);}};

首先看到的差异点是FunctionCaller对象上的m_luaFunc成员:

int (*m_luaFunc)(lua_State*);

以及pushFunction()成员函数:

void pushFunction(lua_State* L){lua_pushlightuserdata(L, (void*) this);lua_pushcclosure(L, m_luaFunc, 1);}

先忽略类型擦除的过程，我们先来看Lua版的FunctionCaller，对比C++的FunctionCaller，差异之处为所有函数会被处理为标准Lua C函数的类型(lua_CFunction类型，int为返回值，lua_State*作为入口参数)，另外通过额外多出来的pushFunction()函数可以将m_luaFunc作为c closure入栈，当然FunctionCaller本身的this指针被当成light userdata作为这个c closure的up value被传入lua虚拟机中。

我们接下来看看FunctionCallerImpl，对比C++版的实现，区别最大的是call函数，此处的call函数也是个lua_CFunction类型的函数，同时我们也很容易观察到生成的静态call函数被当成构造函数的参数，最终赋值给了FunctionCaller内的m_luaFunc，我们知道Lua与C++的交互主要是通过lua_State来完成的，要在Lua中调用C++函数，我们需要间接的通过lua_State来传入参数和输出返回值，所以对应的FunctionWrapper对比C++版本也是特殊实现的，并且都带入了lua_State作为额外的参数。类同上文第二部分第四小节, 我们也深入分析FunctionWrapper的实现以及从Lua虚拟机上传入参数以及传出返回值的过程。

(一）FunctionWrapper<>模板类

// Handle returning copiestemplate  struct CallReturnCopy;template struct CallReturnCopy::value>::type>{// "no member named push" error here means the type returned is not covered.static inline int value(lua_State *L, R&& o) {return LuaValueWriter::push(L, o);}};

ChooseCallReturner<>因为Policy的存在，实现版本较多，此处仅贴出其中一个实现供参考。与CovertArgs一样，ChooseCallRetruner<>也是对LuaValueWriter<>模板类的包装和使用，我们同样给出其中一个LuaValueWriter的实现供参考:

template struct LuaValueWriter::value>::type>{static inline int push(lua_State *L, T value){return lua_pushnumber(L, value), 1;}};

其实对于c++->lua的Wrapper，我们当然可以复用第4节的设施，直接针对:

virtual Value Execute(const Args& args) const = 0;

包装lua c function，也是极简单的，但考虑到性能，ponder的做法是复用了相关的Traits实现，重新包装了第5节的Function实现，这样可以得到更高性能的跨语言调用设施。所以很多时候，我们应该是在整个系统不同层面去衡量性价比，像上述代码实现不那么繁复，又能够得到更好的性能的实现，我们肯定会更多考虑。

通过上述C++版和Lua版的函数反射实现，我们其实可以发现在Ponder已有的设施下，实现不同目的反射函数变得相当的简单，基于C++版本反射函数的实现思路，可以非常方便的实现其他目的版本的反射函数(如Lua版)，这也是Ponder本身实现的完备和强大之处。

另外对于lua bridge来说，光一个function的实现肯定是不够的，后续将会相对完整的介绍怎么基于已有的c++反射特性来实现一个项目级的lua bridge。

六、 反射函数的运行时分析

与Property篇类同，我们也给出一个运行时的分析，方便大家更好的了解整个Function机制的运转方式。运行时的测试选用的依然是最前面示例的代码:

math::Vector3 otherVec(1.0, 2.0, 3.0);auto dotRet = runtime::Call(*dotProductFunc, obj, otherVec);

简洁起见，仅给出最顶层call stack的展开:

相关的最顶层代码:

最终执行的模板实例格式化后如下所示:

framework::reflection::runtime::detail::TCallHelperdouble (__cdecl framework::math::Vector3::*)(framework::math::Vector3 const &)const>, //Vector3::DotProduct() typestd::tuple<>>::Call,framework::math::Vector3 const &,framework::math::Vector3 const &,0,1>(  //argument listconst std::function & func, const framework::reflection::Args & args, std::integer_sequence __formal)

通过层层嵌套的模板特化，我们最后完成了运行时函数的动态调用。

lua::function的执行与c++::function的执行过程非常类同，这里不重复展开，有兴趣的同学可以自行尝试。

七、 总结

至此整体反射的实现的理论介绍已经靠一段路，本系列文章后续会继续介绍剩下更侧重应用的几篇:

C++反射深入浅出 - lura的前世今生

C++反射深入浅出 - 反射信息的自动生成

C++反射深入浅出 - 反射的其他应用

C++反射深入浅出 - c++20 concept改造

参考资料：

1.[github ponder库]

https://github.com/billyquith/ponder

作者简介

沈芳

腾讯后台开发工程师

IEG研发效能部开发人员，毕业于华中科技大学。目前负责CrossEngine Server的开发工作，对GamePlay技术比较感兴趣。