UnitsNet库中QuantityFormatter的可实例化改造
2025-06-28 08:12:42作者:韦蓉瑛
在UnitsNet这个强大的.NET单位转换库中,QuantityFormatter类负责将各种物理量格式化为字符串。本文将深入探讨对该类进行的一项重要改进——使其支持实例化创建,而不仅仅是静态方法调用。
背景与现状
当前版本的QuantityFormatter主要提供静态Format方法,这些方法内部依赖于一个默认的UnitAbbreviationsCache实例。这种设计存在几个局限性:
- 无法为应用不同部分配置不同的格式化默认值
- 静态方法导致无法灵活替换格式化逻辑
- 类型参数设计存在优化空间
改进方案
核心改进点包括:
- 实例化支持:允许通过构造函数创建QuantityFormatter实例,并传入自定义的UnitAbbreviationsCache
- 性能优化:将泛型参数从IQuantity改为直接使用TQuantity,避免值类型的装箱操作
- API调整:逐步废弃旧的静态方法,推荐使用实例方法
新的API签名将变为:
public string Format<TQuantity>(TQuantity quantity, string? format, IFormatProvider? formatProvider)
where TQuantity : IQuantity
技术细节
类型参数优化
原设计使用IQuantity接口会导致值类型装箱,新设计直接约束为TQuantity : IQuantity,既保持了类型安全又避免了性能损耗。
向后兼容
虽然计划废弃旧的静态方法,但会保留它们作为对Default实例的转发调用,确保现有代码不会立即中断。
配置集成
改进后的QuantityFormatter将与UnitsNetSetup集成,允许通过UnitsNetSetup.Default.QuantityFormatter全局访问默认实例,同时也支持创建自定义实例。
应用场景
这项改进特别适合以下场景:
- 多租户应用需要不同的单位显示约定
- 需要高性能格式化的场景
- 需要mock格式化器进行单元测试的情况
总结
通过对QuantityFormatter的实例化改造,UnitsNet库在保持易用性的同时,提供了更大的灵活性和更好的性能。这一改进遵循了现代.NET库的设计原则,使开发者能够更精细地控制单位格式化的行为。
登录后查看全文
热门项目推荐
相关项目推荐
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust013
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
629
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++
947
888
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
398
303
🎉 (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
1.57 K
909
暂无简介
Dart
922
228
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
1.07 K
559
昇腾LLM分布式训练框架
Python
144
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381