lua与c++交互全解析

欢迎转载，请保留出处：http://www.cnblogs.com/wellbye/

最近经常见有人在群上问有关lua在c/c++中嵌入使用的问题，但很多问题本身问得就莫名所以，很可能是对一些基本概念还未正确理解就急于使用，遇到难处也没有认真思考问题的本质是什么，自然会问出一些叫人啼笑皆非、欲答无词的问题。正好这段时间赋闲在家，希望能把几年来对lua及c++的理解及经验总结一下，为同样喜欢这两样语言的同好做一个入门介绍。

从以下几个方面逐一解析这个问题：

1、lua的数据模型

2、跨语言交互的实质

3、c++对象模型

4、核心1：在lua中使用c++对象

5、核心2：高效地导出c++对象

一、lua的数据模型。lua是一门非常简单易用的语言，简单就简单在它的数据类型是“封闭”的（相对于python的开放而言）。它所有的类型都由一个TValue表示：

typedef union {
  GCObject *gc;
  void *p;
  lua_Number n;
  int b;
} Value;


/*
** Tagged Values
*/

#define TValuefields    Value value; int tt

typedef struct lua_TValue {
  TValuefields;
} TValue;

实际上TValue就是一个只有2个字段的结构体，其中tt表示类型，共有9种取值，1种是“nil(空)”，3种是简单的“值类型”已直接列在Value中即p/n/b，另外5种作为“引用类型”需要gc管理而由额外的GCObject结构表示：

union GCObject {
  GCheader gch;
  union TString ts;
  union Udata u;
  union Closure cl;
  struct Table h;
  struct Proto p;
  struct UpVal uv;
  struct lua_State th;  /* thread */
};

其中Proto/UpVal是完全由内部使用的数据可以不看。（额外插播：Proto是函数原型信息，UpVal是函数闭包引用的“上值”(即外层函数变量)，这些本是纯内部实现相关的结构（即它们不会“上栈”以致被使用方“合法访问”），但它们也是需要动态管理的，那么直接将其当作“标准”数据类型来实现，就可重用那一整套复杂而完善的gc机制了。关于这种“内部功能也使用标准实现”的做法，我在读Python代码时也有类似感受，比如最常用的容器dict，其对应的实现在Objects/dictobject.c文件中，有一堆PyDict_XXXX的函数，按照Python C API的规范实现了一套完善的hashmap数据结构，这套功能当然首先是通过注册导出后，给Python脚本用的，但是在其它一些功能模块中，当要使用到hashmap功能时，居然也直接用这套PyDict_XXXX（而不是一般c语言里常用的hash库或是std::map一类的东西），这也算是对代码的一种自我验证吧）

ts是字符串，u是重型userdata，cl是函数闭包，h是hash表，th是协程。在与c++的交互中，u和h就扮演了最重要的角色。

lua的所有数据类型就到此为止了，且没法扩展（即在c层面自定义类型），因此要在lua里表现其它语言的数据类型如c++类等，就只有用这几个现成的类型去组合模拟。相比Python有很大不同，Python扩展开发者可以通过实现自己的PyTypeObject，在c层面创建全新的类型。在我理解中也正是这种差别，导致了Python无法使用像Lua那样的三色标记法gc，因为自定义结构中各种指针引用字段的存在，让Python无法追踪扫描下去转而只能使用引用记数法，但会导致循环引用，其解决办法仍然是要求类型创建者提供额外的追踪扫描函数，在某种程度上达到与Lua gc相同的功效。

现在重点说明hash表和userdata两种类型。

hash表，是在lua语言中表达描述各种数据结构的最佳也是唯一工具，其除了作为容器的一般用途外，还有两个重要特性：元表和弱表。元表即metatable，它本身是一个普通表，但它的字段描述了其目标表的特殊功能，如对不存在字段的get/set、运算符的重载等；弱表，是一种具有特殊回收机制的表，当它的每一项key或value不再被外部引用（即仅存在于表中）时，会自动销毁，在纯粹的c++里是没有gc机制的，但利用弱表的这个特性，在结合lua使用时反而可以做到c++对象的自动回收。

userdata，是lua用来表示外部（宿主语言）数据的类型，又分成lightuserdata和普通userdata两种。lightuserdata本身没有运算概念，只具有“保存”和“传递”的意义，普通userdata则可以设置其“元表”，从而具有get/set功能，但更重要的是可以设置其gc处理函数，让c++端的资源享受lua gc的便利。

在我设计的绑定体系中，会用一个hash表来表示lua对象比如叫luaobj，而luaobj[1]就是一个存储了对应c++对象指针的userdata，其上挂了gc handler，在此userdata被lua清除时，调用c++ obj的减引用计数函数。另外每一个类也是用一个hash表来表示，里面存储了该类的所有导出函数，并且又通过元表指向其父类所对应的hash表，整个类层次就这样串起来。而每一个luaobj也通过元表链接到其所对应的类表，这样在luaobj上就可以找到调用所有其在c++层面的函数了。

关于lua自身数据模型就先说到这里，整个体系的详细说明将在后文里继续描述。
原文链接: https://www.cnblogs.com/wellbye/archive/2013/05/01/3025277.html

欢迎关注

微信关注下方公众号，第一时间获取干货硬货；公众号内回复【pdf】免费获取数百本计算机经典书籍