Grantlee模板引擎中的泛型类型与容器支持详解
2025-06-11 11:06:23作者:龚格成
概述
Grantlee是一个强大的模板引擎,它提供了对泛型类型和容器的全面支持。本文将深入探讨如何在Grantlee中使用非QObject类型、各种容器类型以及智能指针,使开发者能够灵活地在模板中处理各种数据结构。
非QObject类型的支持
Grantlee允许开发者使用任何可以放入QVariant中的类型作为模板上下文(Context)的一部分。对于非QObject类型,需要遵循以下步骤:
- 元类型声明:使用
Q_DECLARE_METATYPE宏注册类型 - 属性访问定义:使用
GRANTLEE_BEGIN_LOOKUP和GRANTLEE_END_LOOKUP宏定义类型的属性访问方法 - 类型注册:调用
Grantlee::registerMetaType函数注册类型
// 示例:定义一个简单的Person类
class Person {
public:
Person(const QString &name, int age) : m_name(name), m_age(age) {}
QString name() const { return m_name; }
int age() const { return m_age; }
private:
QString m_name;
int m_age;
};
// 1. 声明元类型
Q_DECLARE_METATYPE(Person)
// 2. 定义属性访问
GRANTLEE_BEGIN_LOOKUP(Person)
if (property == "name") return object.name();
else if (property == "age") return object.age();
GRANTLEE_END_LOOKUP
// 3. 注册类型
void initialize() {
Grantlee::registerMetaType<Person>();
}
容器支持
Grantlee内置支持多种Qt和STL容器,只要容器中的元素类型是支持的。以下是主要的容器支持情况:
序列容器
- Qt: QList, QVector, QSet, QLinkedList, QStack, QQueue
- STL: std::vector, std::deque, std::list
关联容器
- Qt: QHash<K,T>, QMap<K,T> (K可以是QString或各种整数类型)
- STL: std::map<K,T> (K可以是QString或各种整数类型)
支持的元素类型
- 基本类型: bool, 各种整数类型, float, double
- Qt类型: QVariant, QString, QDateTime
- QObject派生类指针
- 任何通过Grantlee::registerMetaType注册的类型
- 任何支持的容器类型(支持嵌套容器)
注意:QSet需要元素类型定义了qHash函数,因此QSet不被支持。
第三方容器支持
对于非内置支持的容器,可以通过以下宏进行注册:
序列容器
使用Q_DECLARE_SEQUENTIAL_CONTAINER_METATYPE宏:
#include <boost/circular_buffer>
Q_DECLARE_SEQUENTIAL_CONTAINER_METATYPE(boost::circular_buffer)
Q_DECLARE_METATYPE(boost::circular_buffer<Person>)
关联容器
使用Q_DECLARE_ASSOCIATIVE_CONTAINER_METATYPE宏。
智能指针支持
Grantlee对智能指针提供了良好的支持:
自定义类型的智能指针
需要像普通类型一样进行元类型声明和属性访问定义:
Q_DECLARE_METATYPE(QSharedPointer<Person>)
Grantlee::registerMetaType<QSharedPointer<Person>>();
GRANTLEE_BEGIN_LOOKUP(QSharedPointer<Person>)
if (property == "name") return object->name();
GRANTLEE_END_LOOKUP
QObject派生类的智能指针
对于QObject派生类,智能指针会自动获得Q_PROPERTY的访问能力,无需额外定义:
// PersonObject继承自QObject并有Q_PROPERTY定义
auto p = QSharedPointer<PersonObject>::create();
context.insert("person", QVariant::fromValue(p));
第三方智能指针
对于第三方智能指针库,需要使用Q_DECLARE_SMART_POINTER_METATYPE宏:
Q_DECLARE_SMART_POINTER_METATYPE(boost::shared_ptr)
实际应用示例
以下是一个综合示例,展示如何在模板中使用复杂数据结构:
// 定义体育俱乐部类(QObject派生)
class SportsClub : public QObject {
Q_OBJECT
Q_PROPERTY(QString name READ name)
Q_PROPERTY(QString sport READ sport)
Q_PROPERTY(std::vector<QObject*> members READ members)
public:
// ... 实现省略 ...
};
// 创建上下文
Grantlee::Context createContext() {
Grantlee::Context c;
QSet<QObject*> clubs;
auto tennisClub = new SportsClub("Smithfield Tennis Club", "Tennis");
std::vector<QObject*> members;
members.push_back(new PersonObject("Alice", 21));
members.push_back(new PersonObject("Bob", 22));
tennisClub->setMembers(members);
clubs.insert(tennisClub);
c.insert("sportsClubs", QVariant::fromValue(clubs));
return c;
}
// 模板示例
QString templateText = R"(
{% regroup sportsClubs by sport as groupedSports %}
{% for groupedClub in groupedSports %}
<h1>{{ groupedClub.grouper }}</h1>
{% for club in groupedClub.list %}
<h2>{{ club.name }}</h2>
<ul>
{% for member in club.members %}
<li>{{ member.name }}, {{ member.age }}</li>
{% endfor %}
</ul>
{% endfor %}
{% endfor %}
)";
最佳实践
- 优先使用QObject派生类和Q_PROPERTY,它们能自动获得属性访问支持
- 对于简单值类型,使用非QObject类并通过宏注册
- 对于复杂数据结构,合理选择容器类型
- 考虑使用智能指针管理对象生命周期
- 对于性能敏感场景,避免过度使用嵌套容器
通过合理利用Grantlee的泛型类型和容器支持,开发者可以构建灵活、强大的模板系统,处理各种复杂的数据结构需求。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust024
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
Python可观测性工具实战:Logfire效能提升指南RPCS3模拟器终极优化指南:突破PS3游戏性能极限的实战方案Nali跨平台部署全攻略:从环境适配到性能调优为什么需要统一游戏库管理?Playnite开源工具的全方位解决方案如何通过Idify实现本地证件照制作:安全高效的浏览器端解决方案路由器多容器管理实战:用Docker Compose打造智能家居中枢Zettlr:一站式学术写作解决方案效率指南零基础精通GPT-SoVITS:开源语音合成与AI声音克隆实战指南颠覆直播互动体验:Bongo-Cat-Mver如何让你的键盘操作变成视觉盛宴如何用开源工具轻松制作游戏模组?Crowbar让创作不再有门槛
项目优选
收起
暂无描述
Dockerfile
678
4.33 K
🎉 (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
1.57 K
911
deepin linux kernel
C
28
16
暂无简介
Dart
923
228
Ascend Extension for PyTorch
Python
518
630
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
46
52
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
1.07 K
559
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
399
305
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.35 K
110
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
134
212