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 StartedRust0150- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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 K
1.01 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
433
392
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
145
237
Claude 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 Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
986