在Workflow项目中封装HTTP请求为类的实践
2025-05-16 22:50:17作者:咎岭娴Homer
Workflow是一个高性能的异步编程框架,本文将探讨如何将基础的HTTP请求功能封装成类,以提高代码的可重用性和可维护性。
封装HTTP请求类的必要性
在Workflow框架中,HTTP请求通常通过创建WFHttpTask来实现。当我们需要在多个地方使用相似的HTTP请求时,直接使用原始API会导致代码重复。通过封装成类,我们可以:
- 统一管理请求参数和配置
- 简化调用接口
- 便于扩展和维护
- 提供更好的类型安全
基础封装实现
一个基础的HTTP请求类可以包含以下核心功能:
class HttpCaller {
public:
HttpCaller() = default;
void set_url(const std::string &url) {
this->url = url;
}
void set_callback(std::function<void(WFHttpTask*)> callback) {
this->callback = callback;
}
int execute() {
WFHttpTask *task = WFTaskFactory::create_http_task(
url, REDIRECT_MAX, RETRY_MAX, callback);
// 配置请求参数...
task->start();
wait_group.wait();
return 0;
}
private:
static const int REDIRECT_MAX = 5;
static const int RETRY_MAX = 2;
std::string url;
std::function<void(WFHttpTask*)> callback;
WFFacilities::WaitGroup wait_group{1}; // 注意初始化为1
};
关键点解析
-
WaitGroup的正确使用:WaitGroup的初始值应该设置为1,这样wait()才会等待done()被调用。初始化为0会导致立即通过。
-
回调函数管理:使用std::function替代原始函数指针,提供更大的灵活性。
-
请求参数封装:可以将常用的请求头、请求体等封装为类方法,简化调用。
-
生命周期管理:确保WaitGroup的生命周期与请求周期匹配,避免资源泄漏。
改进方向
-
支持链式调用:可以设计接口支持类似
caller.set_url(...).set_method(...).execute()的链式调用。 -
请求构建器模式:实现一个专门的请求构建器,分离请求配置和执行逻辑。
-
结果封装:将响应结果封装为结构体或类,提供更友好的访问接口。
-
异常处理:增强错误处理机制,提供更详细的错误信息。
实际应用示例
int main() {
HttpCaller caller;
caller.set_url("https://example.com/api")
.set_method("POST")
.set_body(R"({"key":"value"})")
.set_header("Content-Type", "application/json");
caller.set_callback([](WFHttpTask* task) {
// 处理响应...
wait_group.done();
});
return caller.execute();
}
通过这种封装,我们可以更专注于业务逻辑的实现,而不必每次都重复HTTP请求的配置细节。这种模式特别适合需要频繁进行HTTP通信的应用程序。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.52 K
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
223
90
暂无简介
Dart
721
174
Ascend Extension for PyTorch
Python
283
316
React Native鸿蒙化仓库
JavaScript
286
338
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++
849
438
🎉 (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
1.27 K
699
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
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19