Swift Composable Architecture 中 isPresented 的正确使用方式
2025-05-17 19:22:10作者:何举烈Damon
在使用 Swift Composable Architecture (TCA) 构建 iOS 应用时,开发者经常会遇到视图展示状态管理的问题。本文将深入探讨 isPresented 和 dismiss 依赖项的正确使用方式,帮助开发者避免常见的状态管理陷阱。
核心问题分析
在 TCA 中,当我们需要管理视图的展示状态时,通常会使用 @Presents 属性包装器和 PresentationAction。一个常见的错误场景是:开发者在一个被嵌入的视图中使用 isPresented 检查时,发现它返回了意外的 true 值,导致视图被意外关闭。
正确的状态管理架构
要正确管理视图的展示状态,必须遵循以下架构原则:
- 使用
@Presents标记可展示的状态:任何需要被展示/隐藏的子状态都必须用@Presents标记 - 使用
PresentationAction处理展示相关操作:所有与展示/隐藏相关的操作都应通过PresentationAction处理 - 正确配置 reducer:在父 reducer 中使用
ifLet操作符管理子状态
典型错误示例
以下是开发者常犯的错误实现方式:
@Reducer
struct FullScreenFeature {
@ObservableState
struct State: Equatable {
var embeddedFeature: EmbeddedFeature.State? = nil // 错误:缺少 @Presents
}
enum Action {
case embeddedFeature(EmbeddedFeature.Action) // 错误:未使用 PresentationAction
}
}
正确实现方式
正确的实现应该如下所示:
@Reducer
struct FullScreenFeature {
@ObservableState
struct State: Equatable {
@Presents var embeddedFeature: EmbeddedFeature.State? // 正确:使用 @Presents
}
enum Action {
case embeddedFeature(PresentationAction<EmbeddedFeature.Action>) // 正确:使用 PresentationAction
}
var body: some Reducer<State, Action> {
Reduce { state, action in
// 处理逻辑
}
.ifLet(\.$embeddedFeature, action: \.embeddedFeature) {
EmbeddedFeature()
}
}
}
关键点总结
isPresented的工作原理:它依赖于正确的@Presents和PresentationAction配置,否则会返回意外结果- 层级关系管理:在视图层级中,每一级展示状态都需要独立且正确地配置
- reducer 配置:必须使用
ifLet操作符来管理可选的子状态
通过遵循这些原则,开发者可以避免 isPresented 返回意外值的问题,并构建出更加健壮的视图状态管理架构。
记住,在 TCA 中,展示状态的管理是一个系统工程,需要所有相关组件都按照规范正确实现,才能保证整个状态流的一致性和可预测性。
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
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217