使用宏增强 Swift 的 Codable 实现。
MetaCodable 框架提供了自定义宏,可用于生成动态 Codable 实现。该框架的核心是 Codable()
宏,它在其他宏提供的数据辅助下生成实现。
MetaCodable 旨在通过提供以下内置功能来增强您的 Codable 实现:
CodedAt(_:)
传递单个参数为每个变量声明自定义 CodingKey 值,而不是要求您编写所有 CodingKey 值。CodedAt(_:)
和 CodedIn(_:)
为嵌套的 CodingKey 值创建扁平化模型。CodedAt(_:)
创建多个 Codable 类型的组合。CodedAs(_:_:)
提供的额外回退 CodingKey 读取数据。Default(_:)
提供默认值,或仅在缺少值时使用 Default(ifMissing:)
提供默认值。也可以使用 Default(ifMissing:forErrors:)
分别为缺少值和其他错误提供不同的默认值。HelperCoder
创建自定义解码/编码策略,并使用 CodedBy(_:)
应用它们。例如 LossySequenceCoder
等。CodedAs(_:_:)
指定不同的情况值,并使用 CodedAs()
指定与 String 不同的情况值/协议类型标识符类型。CodedAt(_:)
指定枚举情况/协议类型标识符路径,使用 ContentAt(_:_:)
指定情况内容路径。UnTagged()
解码/编码缺少每个情况数据的独特标识符的枚举。IgnoreCoding()
、IgnoreDecoding()
和 IgnoreEncoding()
从解码/编码中忽略特定属性/情况。允许使用 IgnoreEncoding(if:)
基于自定义条件忽略编码。CodingKeys(_:)
支持不同大小写风格的键。IgnoreCodingInitialized()
从解码/编码中忽略类型/情况的所有已初始化属性,除非通过附加任何编码属性(如 CodedIn(_:)
、CodedAt(_:)
、CodedBy(_:)
、Default(_:)
等)明确要求解码/编码。DynamicCodable
类型生成协议解码/编码 HelperCoder
。平台 | 最低 Swift 版本 | 安装 | 状态 |
---|---|---|---|
iOS 13.0+ / macOS 10.15+ / tvOS 13.0+ / watchOS 6.0+ | 5.9 | Swift Package Manager, CocoaPods | 完全测试 |
Linux | 5.9 | Swift Package Manager | 完全测试 |
Windows | 5.9.1 | Swift Package Manager | 完全测试 |
Swift Package Manager 是一个用于自动分发 Swift 代码的工具,并集成在 swift
编译器中。
一旦设置好 Swift 包,添加 MetaCodable 作为依赖项就像将其添加到 Package.swift 的 dependencies
值中一样简单。
.package(url: "https://github.com/SwiftyLab/MetaCodable.git", from: "1.0.0"),
然后,您可以通过将 MetaCodable 模块产品添加到 target
的 dependencies
值中,将其作为依赖项添加到您选择的 target
中。
</details> <details> <summary><h3>CocoaPods</h3></summary>.product(name: "MetaCodable", package: "MetaCodable"),
CocoaPods 是 Cocoa 项目的依赖管理器。有关使用和安装说明,请访问他们的网站。要将 MetaCodable 集成到您的 Xcode 项目中使用 CocoaPods,请在 Podfile 中指定:
</details>pod 'MetaCodable'
MetaCodable 允许摆脱一些典型的 Codable 实现中经常需要的样板代码,具有以下特性:
<details> <summary>每个变量的自定义 CodingKey 值声明,而不是要求您为所有字段编写。</summary>例如,在官方文档中,要为 Landmark 类型的 2 个字段定义自定义 CodingKey,你必须编写:
struct Landmark: Codable { var name: String var foundingYear: Int var location: Coordinate var vantagePoints: [Coordinate] enum CodingKeys: String, CodingKey { case name = "title" case foundingYear = "founding_date" case location case vantagePoints } }
但使用 MetaCodable,你只需要编写:
</details> <details> <summary>为嵌套的 CodingKey 值创建扁平化模型。</summary>@Codable struct Landmark { @CodedAt("title") var name: String @CodedAt("founding_date") var foundingYear: Int var location: Coordinate var vantagePoints: [Coordinate] }
例如,在官方文档中,要解码这样的 JSON:
{ "latitude": 0, "longitude": 0, "additionalInfo": { "elevation": 0 } }
你必须编写所有这些样板代码:
struct Coordinate { var latitude: Double var longitude: Double var elevation: Double enum CodingKeys: String, CodingKey { case latitude case longitude case additionalInfo } enum AdditionalInfoKeys: String, CodingKey { case elevation } } extension Coordinate: Decodable { init(from decoder: Decoder) throws { let values = try decoder.container(keyedBy: CodingKeys.self) latitude = try values.decode(Double.self, forKey: .latitude) longitude = try values.decode(Double.self, forKey: .longitude) let additionalInfo = try values.nestedContainer(keyedBy: AdditionalInfoKeys.self, forKey: .additionalInfo) elevation = try additionalInfo.decode(Double.self, forKey: .elevation) } } extension Coordinate: Encodable { func encode(to encoder: Encoder) throws { var container = encoder.container(keyedBy: CodingKeys.self) try container.encode(latitude, forKey: .latitude) try container.encode(longitude, forKey: .longitude) var additionalInfo = container.nestedContainer(keyedBy: AdditionalInfoKeys.self, forKey: .additionalInfo) try additionalInfo.encode(elevation, forKey: .elevation) } } 但使用`MetaCodable`,你只需要写以下代码: ```swift @Codable struct Coordinate { var latitude: Double var longitude: Double @CodedAt("additionalInfo", "elevation") var elevation: Double }
你甚至可以使用CodedIn
宏进一步简化,因为最后的CodingKey
值与字段名相同:
@Codable struct Coordinate { var latitude: Double var longitude: Double @CodedIn("additionalInfo") var elevation: Double }
为解码失败时提供默认值。
如果遇到缺失数据或类型不匹配,你可以提供一个默认值来代替抛出错误。以下是使用MetaCodable
的定义:
@Codable struct CodableData { @Default("some") let field: String }
当提供空JSON({}
)或类型不匹配的JSON({ "field": 5 }
)时,不会抛出任何错误。在这种情况下,将会赋予默认值。
此外,还可以生成使用该字段默认值的成员初始化器。
@Codable @MemberInit struct CodableData { @Default("some") let field: String }
生成的成员初始化器将如下所示:
init(field: String = "some") { self.field = field }
使用或创建自定义辅助工具来提供自定义解码/编码。
库提供以下辅助工具来解决常见的自定义解码/编码需求:
LossySequenceCoder
用于解码序列中的有效数据,同时忽略无效数据,而不是传统方式完全失败解码。ValueCoder
用于解码Bool
、Int
、Double
、String
等基本类型,即使它们以其他类型表示,例如从"1"
解码Int
,从"yes"
解码布尔值等。Since1970DateCoder
)或日期格式化器(DateCoder
、ISO8601DateCoder
)进行自定义日期解码/编码。Base64Coder
用于解码/编码base64字符串表示的数据。更多详情,请参阅HelperCoders
的完整文档。
你甚至可以通过遵循HelperCoder
协议来创建自己的辅助工具。
以外部/内部/相邻标记或缺乏任何标记的形式表示具有变化的数据,使用单个枚举,每个case作为一个变体,或使用协议类型(不支持缺乏标记)在模块间通过一致性进行变化。
例如,虽然Swift
编译器仅生成假设外部标记枚举的实现,只有以下数据:
[ { "load": { "key": "MyKey" } }, { "store": { "key": "MyKey", "value": 42 } } ]
可以用当前编译器实现通过以下enum
表示:
enum Command { case load(key: String) case store(key: String, value: Int) }
而MetaCodable
允许以下两种格式的数据也能用上述enum
表示:
[ { "type": "load", "key": "MyKey" }, { "type": "store", "key": "MyKey", "value": 42 } ]
[ { "type": "load", "content": { "key": "MyKey" } }, { "type": "store", "content": { "key": "MyKey", "value": 42 } } ]
有关API详情和高级用例,请查看MetaCodable
和HelperCoders
的完整文档。
另外,请参阅限制。
如果你希望贡献变更、提出改进建议,请查看我们的贡献指南,检查是否有开放的问题,看看是否有人正在处理,或者开启一个拉取请求。
MetaCodable
基于MIT许可证发布。查看许可证了解详情。
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作
AI办公助手,复杂任务高效处理
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号