Sandwich库中全局ApiResponseFailureMapper失效问题解析
2025-07-10 17:32:34作者:钟日瑜
问题背景
在Android开发中,网络请求处理是一个常见且重要的环节。Sandwich作为一个优秀的Kotlin网络响应处理库,提供了简洁的API来处理网络请求的成功和失败情况。其中,ApiResponseFailureMapper接口允许开发者自定义错误映射逻辑,这在统一处理应用错误时非常有用。
问题现象
开发者在使用Sandwich 2.0.5版本时发现,虽然可以成功创建自定义的错误映射器并将其添加到全局映射器列表中,但在实际运行时,预期的自定义错误类型并没有被返回,而是仍然返回了原始的ApiResponse.Failure类型。
技术分析
问题的核心在于库内部的实现逻辑。当网络请求发生异常时,Sandwich会创建一个ApiResponse.Failure实例,然后应用开发者配置的映射器。然而,在2.0.5版本中,映射后的结果没有被正确返回。
具体来看,库中的以下代码片段存在问题:
this.apply {
SandwichInitializer.sandwichFailureMappers.forEach { mapper ->
mapper.map(this)
}
}
这段代码虽然遍历了所有已注册的映射器并对Failure实例进行了映射,但使用了apply作用域函数,它只是执行了映射操作而没有保留映射结果。因此,无论映射器返回什么类型的Failure实例,最终返回的仍然是原始的Failure实例。
解决方案
在Sandwich 2.0.7版本中,这个问题得到了修复。修复后的实现应该类似于以下方式:
var result: ApiResponse.Failure<*> = this
SandwichInitializer.sandwichFailureMappers.forEach { mapper ->
result = mapper.map(result)
}
return result
这种方式确保了每次映射的结果都会被保留,并最终返回最后一个映射器的输出结果。
最佳实践
在使用Sandwich的全局错误映射功能时,开发者应该注意以下几点:
- 确保使用最新版本的Sandwich库,以避免已知的问题
- 自定义映射器应该明确处理所有可能的Failure子类型
- 考虑错误映射的链式调用顺序,因为多个映射器会按添加顺序依次执行
- 在映射器中不要修改原始Failure实例的状态,而是创建新的实例
总结
网络请求错误处理是应用稳定性的重要保障。Sandwich库通过提供灵活的映射机制,大大简化了这项工作。理解其内部工作原理有助于开发者更好地利用这些功能,构建更健壮的应用。对于遇到类似问题的开发者,升级到最新版本是最直接的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0207
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0133
MinerUA high-quality tool for convert PDF to Markdown and JSON.一站式开源高质量数据提取工具,将PDF转换成Markdown和JSON格式。Python08
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
wgai开箱即用的JAVAAI在线训练识别平台&OCR平台AI合集包含旦不仅限于(车牌识别、安全帽识别、抽烟识别、常用类物识别等) 图片和视频识别,可自主训练任意场景融合了AI图像识别opencv、yolo、ocr、esayAI内核识别;AI智能客服、AI语言模型、 无任何第三方API接口可定制化自主离线化部署并自主化行业化使用避免占用内存、GPU消耗训练与识别分开使用;Java06
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
772
5.05 K
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++
869
1.99 K
Ascend Extension for PyTorch
Python
748
931
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
694
1.37 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
468
461
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
268
昇腾LLM分布式训练框架
Python
181
225
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++
1.09 K
1.14 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
363
132