Rust-Typed-Builder v0.17.0 发布:更灵活的构建器模式实现
Rust-Typed-Builder 是一个 Rust 宏库,它通过过程宏自动为结构体生成类型安全的构建器模式实现。构建器模式是一种创建型设计模式,特别适用于需要创建具有多个可选参数的对象场景。在 Rust 中,由于没有默认参数和命名参数,构建器模式尤为重要。
最新发布的 v0.17.0 版本带来了多项改进和新特性,使得构建器模式在 Rust 中的实现更加灵活和强大。让我们一起来看看这些变化。
内部重构:更清晰的错误信息
新版本对属性解析进行了内部重构。这项改进虽然对最终用户不可见,但带来了两个重要好处:
-
更好的错误消息:当开发者在使用宏时出现错误,现在会得到更清晰、更有帮助的错误提示,能够更快定位问题所在。
-
更易扩展:重构后的代码结构使得添加新设置变得更加容易,为未来的功能扩展打下了良好基础。
新增字段可变性控制
v0.17.0 引入了两个重要的新特性来增强对字段可变性的控制:
构建器可变方法生成
通过 #[builder(mutators(...))]
属性,开发者现在可以为构建器生成额外的可变方法。这些方法允许在构建过程中修改已经设置的字段值。
#[derive(TypedBuilder)]
#[builder(mutators(
fn update_name(&mut self, name: String) -> &mut Self { self.name = name; }
))]
struct Person {
name: String,
age: u8,
}
这样生成的构建器将包含一个 update_name
方法,可以在构建过程中随时修改 name 字段。
构建器初始化字段
#[builder(via_mutator)]
属性可以标记那些在 ::builder()
调用时就初始化的字段,这些字段可以与 mutators 一起使用。
#[derive(TypedBuilder)]
struct Config {
#[builder(via_mutator)]
base_url: String,
timeout: u64,
}
这使得一些基础字段可以在构建器创建时就设置,同时保留后续修改的能力。
默认值解析期间的字段可变
新版本增加了 mutable_during_default_resolution
选项,允许在计算字段的默认值表达式时,访问和修改之前已经设置的字段。
#[derive(TypedBuilder)]
struct Point {
x: i32,
#[builder(default, mutable_during_default_resolution)]
y: i32,
}
这在某些需要基于已设置字段计算默认值的场景下非常有用。
路径支持改进
新版本修复了对包含尖括号路径的支持(如 Vec<i32>
),解决了之前版本中可能出现的解析问题。这使得在字段类型中使用泛型更加可靠。
总结
Rust-Typed-Builder v0.17.0 通过引入字段可变性控制和改进内部架构,使得构建器模式在 Rust 中的实现更加灵活和强大。这些改进特别适合需要复杂对象构建的场景,如配置初始化、测试数据构建等。
新特性的加入使得开发者能够更精细地控制构建过程,同时更好的错误提示也提高了开发体验。对于已经在使用构建器模式的 Rust 项目,升级到这个版本将带来更流畅的开发体验。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava02GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0288- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









