MyBatis-Plus代码生成器自定义模板优化实践
背景介绍
MyBatis-Plus作为MyBatis的增强工具,其代码生成器功能广受开发者欢迎。在实际开发中,我们经常需要生成DTO(数据传输对象)等自定义代码结构,但当前版本在自定义模板支持上存在一些不便之处。
问题分析
当使用MyBatis-Plus代码生成器的自定义文件功能时,开发者会遇到两个主要痛点:
-
包路径重复配置:在定义DTO等自定义文件时,虽然已经通过
packageName()方法配置了包路径,但在模板中仍需重复拼接父包路径,如${package.Parent}.model.dto。 -
命名规则不统一:对于自定义文件的类名,开发者需要手动处理命名规则(如添加DTO后缀),而无法像内置模板那样自动获取格式化后的名称。
解决方案
包路径自动注入
理想情况下,代码生成器应自动将自定义文件的包路径注入到模板上下文中的package对象。例如,当配置:
.customFile(builder -> builder
.fileName("DTO.java")
.packageName("model.dto"))
生成器应自动在模板上下文中添加:
package.put("DTO", "基础包路径.model.dto");
这样在模板中就可以直接使用${package.DTO}来获取完整包路径。
类名自动处理
对于自定义文件的类名,生成器应提供自动处理机制。例如,对于配置的文件名"DTO.java",生成器可以:
- 自动识别后缀(如DTO)
- 基于实体名生成格式化后的类名(如
User实体生成UserDTO) - 将格式化后的类名注入模板上下文
实现建议
MyBatis-Plus可以在InjectionConfig中增强以下功能:
-
自动包路径注入:解析
packageName()配置,自动构建完整包路径并注入模板上下文。 -
智能类名处理:提供命名策略接口,允许开发者自定义类名生成规则,同时内置常用策略(如添加后缀)。
-
上下文扩展机制:提供更灵活的上下文扩展点,方便开发者添加自定义变量。
最佳实践
在当前版本下,开发者可以通过以下方式临时解决问题:
injectionConfig(builder -> {
builder.beforeOutputFile((tableInfo, objectMap) -> {
// 手动处理包路径
String parentPackage = (String)objectMap.get("package").get("Parent");
objectMap.put("package", Map.of(
"Parent", parentPackage,
"DTO", parentPackage + ".model.dto"
));
// 手动处理类名
objectMap.put("DTOName", tableInfo.getEntityName() + "DTO");
});
});
总结
MyBatis-Plus代码生成器的自定义模板功能在实际应用中还有优化空间。通过增强包路径和类名的自动处理能力,可以显著提升开发体验。期待官方在后续版本中提供更完善的自定义模板支持,减少开发者的重复配置工作。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00