Scala 3宏实现ToExpr[Foo]时如何构造Expr[Int => Int]实例

错误原因分析 #

你两次尝试的报错本质都是Scala 3多阶段编程的层级规则限制：

• 尝试1报错：'{ ... }包裹的引用块属于 staging level 1，而你匹配到的f是当前运行上下文（staging level 0）的普通值，跨层级直接访问被语法禁止。
• 尝试2报错：$ splice操作符只能在引用块内插入Expr[_]类型的值，你传入的f是普通的Int => Int函数，类型不匹配。

解决方案 #

要实现ToExpr[Foo]，核心是将level 0的普通函数值转换为Expr[Int => Int]，提供两种可行方案：

方案1：通用序列化方案（支持任意可序列化函数） #

Scala的函数字面量默认实现了序列化接口，只要捕获的变量都可序列化，就可以通过序列化+反序列化的方式完成lift，代码如下：

import scala.quoted.*
import java.io.*

case class Foo(f: Int => Int)

given ToExpr[Foo] with
  def apply(foo: Foo)(using Quotes): Expr[Foo] =
    // 序列化level 0的函数为字节数组
    val byteOut = ByteArrayOutputStream()
    val objOut = ObjectOutputStream(byteOut)
    objOut.writeObject(foo.f)
    objOut.close()
    val funcBytes = byteOut.toByteArray

    // 利用标准库内置的Array[Byte] ToExpr实例lift字节数组，再在引用块内反序列化得到函数
    val exprF = '{
      val byteIn = ByteArrayInputStream(${Expr(funcBytes)})
      val objIn = ObjectInputStream(byteIn)
      objIn.readObject().asInstanceOf[Int => Int]
    }

    '{Foo($exprF)}

该方案无需额外适配，适用于大部分业务场景。

方案2：静态函数专属方案（性能更高） #

如果你用到的Int => Int函数都是编译时已知的固定逻辑，可以手动实现ToExpr[Int => Int]实例避免序列化开销，示例如下：

import scala.quoted.*

case class Foo(f: Int => Int)

// 自定义Int=>Int的ToExpr实例，仅适配你用到的函数逻辑
given ToExpr[Int => Int] with
  def apply(f: Int => Int)(using Quotes): Expr[Int => Int] = f match
    // 匹配加1函数
    case _ if f(0) == 1 && f(100) == 101 => '{ (i: Int) => i + 1 }
    // 匹配乘2函数
    case _ if f(0) == 0 && f(100) == 200 => '{ (i: Int) => i * 2 }
    // 其他你需要的函数匹配分支

given ToExpr[Foo] with
  def apply(foo: Foo)(using Quotes): Expr[Foo] =
    val exprF = Expr(foo.f) // 直接调用上面自定义的ToExpr实例
    '{Foo($exprF)}

注意事项 #

• 序列化方案要求函数及其捕获的所有变量都实现Serializable接口，Scala原生函数字面量默认满足该要求。
• 静态函数方案性能更高，但只能处理预设范围内的函数逻辑，需要根据业务场景选择。

内容的提问来源于stack exchange，提问作者lepaincestbon