Grantlee模板引擎中的泛型类型与容器支持详解
2025-06-11 07:12:01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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
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++
654
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
199
219
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
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
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100