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。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









