ArchUnit中关于枚举类识别与访问修饰符问题的技术解析
2025-06-24 17:35:57作者:蔡怀权
问题背景
在使用ArchUnit进行架构约束检查时,开发人员发现了一个关于枚举类识别和访问修饰符判断的问题。具体表现为:在检查命令模式相关包中的类访问权限时,规则对枚举类的处理出现了异常情况。
问题现象
开发人员设计了一个架构规则,目的是确保在包含"Command"的包中,只有特定后缀("Result"、"Request"、"Command")的类可以是public的。但在实际执行中,规则对枚举类的处理出现了两个问题:
- 包内私有的枚举类被错误地识别为public
- 枚举类被错误地标记为数组类型(显示为"[]"后缀)
技术分析
经过深入分析,这个问题实际上与ArchUnit内部对数组类型的处理机制有关。在ArchUnit的设计中:
- 数组类型与其组件类型被视为属于同一个包
- 当导入过程中遇到数组类型时,这些类型会被归类到对应组件类型的包中
JavaPackage.getClasses()方法会返回该包中所有类型,包括数组类型
这种设计导致了开发人员在检查包内类时,会同时看到原始类型和对应的数组类型。例如,对于类GH1233,getClasses()会返回["GH1233", "GH1233[]"]。
解决方案
针对这个问题,技术专家提出了更优的规则写法:
classes()
.that(describe("reside in command package",
javaClass -> javaClass.getPackage().getClasses()
.stream().anyMatch(simpleNameContaining("Command"))))
.and().areTopLevelClasses()
.and(not(have(modifier(ABSTRACT))))
.and(not(have(simpleNameEndingWith("Result")
.or(simpleNameEndingWith("Request"))
.or(simpleNameEndingWith("Command")))))
.should().notBePublic();
这种写法通过:
- 明确指定只检查顶层类(
areTopLevelClasses()) - 使用更精确的条件组合
- 避免直接依赖
getClasses()返回的所有类型
有效地规避了数组类型带来的干扰问题。
最佳实践建议
在使用ArchUnit进行架构约束检查时,特别是涉及包内类访问权限检查时,建议:
- 明确指定要检查的类范围(如顶层类)
- 对类名匹配使用精确的条件
- 考虑使用
notBePublic()等否定条件,而非手动检查修饰符 - 注意ArchUnit对数组类型的特殊处理方式
这种写法不仅解决了当前问题,也使规则更加清晰和易于维护。对于复杂的架构约束,分步骤、明确地定义条件往往能获得更好的效果。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0117- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
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
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
718
4.58 K
Ascend Extension for PyTorch
Python
584
719
deepin linux kernel
C
28
16
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++
975
960
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
419
364
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
767
117
🎉 (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
1.63 K
957
昇腾LLM分布式训练框架
Python
154
180
Oohos_react_native
React Native鸿蒙化仓库
C++
342
390
暂无简介
Dart
957
238