SwiftFormat 中 await 关键字与 swift-testing 库的格式问题解析
2025-05-28 00:43:06作者:殷蕙予
SwiftFormat 是 Swift 代码格式化工具中的佼佼者,但在处理某些特定语法结构时仍会遇到边缘情况。本文将深入分析一个与 Apple 新测试框架 swift-testing 相关的格式化问题,特别是 await 关键字在测试断言中的位置问题。
问题现象
当开发者在使用 swift-testing 框架编写异步测试时,常见的断言语句格式如下:
#expect(await monitor.isAvailable == false)
然而,使用 SwiftFormat v0.53.8 版本格式化后,代码会变成:
#expect await (monitor.isAvailable == false)
这种格式化结果不仅不符合代码习惯,还可能影响代码的可读性。await 关键字被错误地从括号内移动到了括号前,改变了代码的语义表达。
技术背景
这个问题涉及几个关键技术点:
- swift-testing 框架:Apple 推出的新一代测试框架,预计从 Xcode 16 开始内置支持
- await 关键字:Swift 并发模型中的关键语法,用于标记异步操作
- 宏表达式:
#expect是 swift-testing 提供的测试断言宏
在 Swift 并发编程中,await 关键字的正确位置对于代码的可读性和正确性至关重要。它应该紧邻实际的异步操作,而不是被分离到表达式之外。
解决方案
对于遇到此问题的开发者,目前有两种解决方案:
-
临时解决方案:在 SwiftFormat 配置文件中添加
--disable hoistAwait选项,这会禁止格式化工具移动 await 关键字的位置 -
永久解决方案:升级到 SwiftFormat v0.54.0 或更高版本,该版本已修复此特定问题
最佳实践建议
在处理类似的新语法特性时,建议开发者:
- 保持 SwiftFormat 工具的最新版本,以获取最新的语法支持
- 对于关键项目,在全面应用格式化规则前,先在小范围测试格式化效果
- 了解 SwiftFormat 提供的各种禁用选项,在必要时可以针对特定规则进行禁用
总结
代码格式化工具虽然强大,但在面对语言新特性时偶尔会出现边缘情况。这个 await 关键字的格式化问题展示了工具与语言演进之间的微妙关系。通过理解问题本质和掌握解决方案,开发者可以更好地平衡代码规范与功能正确性之间的关系。
随着 Swift 语言的持续发展,类似的工具适配问题可能会不时出现。保持工具更新和深入理解格式化规则,是每个重视代码质量的开发者的必修课。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
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
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210