Grantlee模板引擎中的泛型类型与容器支持详解
2025-06-11 08:01:25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
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。C080
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.Python056
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 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
197
80
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
273
310
React Native鸿蒙化仓库
JavaScript
285
331
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++
843
424
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
🎉 (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
1.26 K
692
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
106
120