Compose Destinations 多模块项目中路由重复问题的解决方案
2025-06-25 16:30:15作者:范垣楠Rhoda
问题背景
在使用 Compose Destinations 构建多模块导航项目时,开发者可能会遇到一个常见问题:当尝试在多个导航图中包含同一个目的地时,系统会抛出 java.lang.IllegalStateException: Duplicate route found 异常。这是因为 Compose Destinations 要求每个路由必须是唯一的。
问题分析
在典型的场景中,开发者可能会:
- 在一个外部模块中定义了一个带有
@Destination注解的可组合函数 - 尝试在主模块的不同导航图中引用这个目的地
- 导致系统检测到重复的路由路径
例如,开发者可能有一个 SettingsDestination 可组合函数,既想在底部导航图中使用,又想在某个特定功能模块的导航图中使用。
解决方案
核心思路
正确的做法是将导航逻辑与UI展示逻辑分离:
- 分离UI组件:将实际的UI组件(可组合函数)从导航注解中解耦
- 创建包装器:为每个需要该组件的导航图创建专门的
@Destination包装器 - 复用UI逻辑:这些包装器都调用同一个基础UI组件
具体实现步骤
- 重构原始模块:
- 将原来的
@Destination注解移除 - 暴露一个普通的可组合函数,只包含UI逻辑
- 将原来的
// 在共享模块中
@Composable
fun SettingsScreen() {
// 实际的UI实现
}
- 在需要导航的模块中创建目的地:
- 为每个导航图创建专门的
@Destination - 这些目的地都调用共享的UI组件
- 为每个导航图创建专门的
// 在主模块中
@Destination<BottomNavigationGraph>
@Destination<XGraph>
@Composable
fun SettingsDestination() {
SettingsScreen()
}
方案优势
- 保持路由唯一性:每个导航图都有自己独立的路由
- 代码复用:UI逻辑只实现一次,多处复用
- 模块解耦:导航逻辑与UI实现分离,架构更清晰
- 灵活性:可以为不同导航图定制不同的导航行为
最佳实践建议
- 模块划分:将纯UI组件放在共享模块,导航相关放在特性模块
- 命名规范:为包装器使用清晰的命名,如
FeatureXSettingsDestination - 参数传递:如果需要传递参数,确保在包装器中正确处理
- 测试策略:单独测试UI组件和导航逻辑
总结
Compose Destinations 在多模块项目中的应用需要特别注意路由的唯一性要求。通过将UI组件与导航逻辑分离,并采用包装器模式,可以既保持代码的复用性,又满足导航系统的约束条件。这种架构方式不仅解决了路由冲突问题,还提高了代码的可维护性和可测试性。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134