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
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 StartedRust0152- 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。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
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
393
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
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
987