Flutter Bloc 中优化 BlocListener 的使用体验
2025-05-19 10:58:45作者:钟日瑜
在 Flutter 应用开发中,状态管理是一个核心话题。Bloc 作为 Flutter 生态中流行的状态管理解决方案,提供了 BlocListener 这一重要组件,用于响应状态变化并执行副作用操作。然而,在实际开发中,开发者可能会遇到一些使用上的痛点。
BlocListener 的传统用法
BlocListener 通常用于监听状态变化并执行一些副作用操作,如显示 SnackBar、导航到新页面等。其基本用法如下:
BlocListener<DashboardCubit, DashboardState>(
listenWhen: (previous, current) {
return previous.saveEvent != current.saveEvent;
},
listener: (context, state) {
final event = state.saveEvent;
// 处理事件,如显示 SnackBar
},
)
这种模式虽然功能完善,但在实际开发中存在两个潜在问题:
- 类型安全性不足:在 listener 中访问的状态属性可能与 listenWhen 中检查的属性不一致
- 代码冗余:需要重复编写相同的属性访问逻辑
改进方案:自定义 BlocListener 包装器
为了解决上述问题,可以创建一个自定义的 BlocListener 包装器,它结合了 BlocSelector 的选择器模式和 BlocListener 的监听功能。这种方案具有以下优势:
- 类型安全:通过泛型确保选择器返回的类型与监听器接收的类型一致
- 代码简洁:避免了属性访问的重复代码
- 错误预防:减少了因拼写错误导致的 bug
实现代码如下:
BlocListener<B, S> customBlocListener<B extends StateStreamable<S>, S, T>({
required T Function(S state) selector,
required void Function(BuildContext context, T selectedState) listener,
B? bloc,
Key? key,
Widget? child,
}) {
return BlocListener<B, S>(
listenWhen: (previous, current) {
return selector(previous) != selector(current);
},
listener: (context, state) {
final selected = selector(state);
listener(context, selected);
},
bloc: bloc,
key: key,
child: child,
);
}
实际应用示例
改进后的组件使用起来更加直观和安全:
customBlocListener<DashboardCubit, DashboardState, DSavedEvent?>(
selector: (state) => state.savedEvent,
listener: (context, event) {
if (event != null) {
ScaffoldMessenger.of(context).showSnackBar(
SnackBar(content: Text('保存成功')),
);
}
},
child: SomeWidget(),
)
技术价值分析
这种改进方案体现了几个重要的软件开发原则:
- DRY 原则:避免了重复的状态属性访问逻辑
- 类型安全:通过泛型约束确保了类型一致性
- 关注点分离:将状态选择逻辑与副作用处理逻辑清晰地分离
- 可维护性:减少了因拼写错误导致的运行时错误
对于复杂的 Flutter 应用,特别是那些有大量状态交互的场景,这种改进可以显著提高代码质量和开发效率。它不仅减少了潜在的错误,还使代码更加清晰易懂,便于团队协作和维护。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.17 K
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++
685
324
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
678
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
9
1
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!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
343
146