WordPress Gutenberg数据存储中resolveSelect与select的演进与最佳实践
背景介绍
在WordPress Gutenberg项目中,数据管理是一个核心功能。随着项目的发展,数据存储相关的API也在不断演进。最近一个重要的变化是关于select和resolveSelect控制器的使用方式变更,这对开发者构建自定义数据存储产生了显著影响。
问题起源
在Gutenberg 5.7版本之前,开发者通常使用@wordpress/data-controls包中的select控制器来处理数据存储的异步操作。然而,从5.7版本开始,这个控制器被标记为弃用,官方推荐改用@wordpress/data包内置的resolveSelect控制器。
这种变更导致了一些开发者在迁移过程中遇到问题,特别是当他们在Redux数据存储解析器中使用生成器函数时。原本正常工作的代码在替换为resolveSelect后出现了功能异常。
技术分析
select与resolveSelect的区别
-
select控制器:
- 位于
@wordpress/data-controls包中 - 主要用于生成器函数中
- 通过yield关键字调用
- 在5.7版本后被标记为弃用
- 位于
-
resolveSelect控制器:
- 直接内置在
@wordpress/data包中 - 设计用于更现代的异步处理方式
- 可以与async/await语法配合使用
- 是官方推荐的替代方案
- 直接内置在
类型系统问题
开发者还注意到resolveSelect的类型定义不够完善,相比自定义数据存储中为select创建的类型重载,resolveSelect的类型提示体验较差。这增加了迁移的复杂度。
解决方案演进
从生成器到Thunk的转变
Gutenberg核心团队推荐了一种更现代的解决方案:使用Thunk替代生成器函数。Thunk是Redux中处理异步逻辑的标准方式,相比生成器具有以下优势:
- 更简单的语法:不需要处理yield和生成器函数
- 更好的类型支持:与TypeScript配合更自然
- 更直观的流程:代码结构更接近常规异步函数
迁移实践
对于需要从生成器迁移到Thunk的开发者,可以遵循以下步骤:
- 将生成器函数改为普通异步函数
- 使用async/await替代yield
- 直接调用resolveSelect而不是通过控制流
- 确保正确处理Promise和错误情况
最佳实践建议
- 新项目开发:直接使用Thunk和resolveSelect的组合
- 现有项目迁移:
- 评估影响范围
- 分阶段逐步替换
- 优先处理关键路径
- 类型系统优化:为自定义存储创建类型扩展,改善开发体验
总结
WordPress Gutenberg项目中的数据管理API正在向更现代、更简洁的方向发展。虽然从生成器和select控制器迁移到Thunk和resolveSelect需要一定的重构工作,但最终会带来更好的开发体验和更可维护的代码结构。
对于正在使用自定义数据存储的开发者,建议尽快规划迁移路线,利用Thunk的简洁性和resolveSelect的官方支持,构建更健壮的编辑器扩展功能。
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。C088
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.Python057
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TSX0137
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