Scrutor库中支持编译视图的类扫描增强方案
2025-06-17 13:49:32作者:凤尚柏Louis
背景介绍
Scrutor是一个流行的.NET依赖注入扩展库,它提供了基于约定的服务注册功能。在UI框架开发中,特别是使用XAML的框架如Avalonia、WPF等,视图类通常会被编译器生成额外的类型,这些类型在默认情况下不会被Scrutor扫描到。
问题分析
在Avalonia等UI框架中,XAML文件会被编译成C#代码,生成部分类实现。这些编译器生成的类型具有以下特点:
- 带有
CompilerGeneratedAttribute特性 - 继承自基础UI类如
Window或UserControl - 默认情况下会被Scrutor的类扫描机制过滤掉
这导致开发者无法通过常规的AddClasses方法注册这些视图组件,需要手动逐个注册,失去了约定优于配置的优势。
解决方案演进
初始方案:新增API方法
最初提出的解决方案是增加两个新的API方法:
IImplementationTypeFilter IncludeCompilerGeneratedSubclassesOf(params Type[] types);
IImplementationTypeFilter IncludeCompilerGeneratedSubclassesOf(IEnumerable<Type> types);
这种方法虽然解决了问题,但存在以下不足:
- 引入了新的专用API,增加了API表面复杂度
- 不够灵活,无法与其他筛选条件组合使用
优化方案:利用现有API
更优的解决方案是调整Scrutor内部实现,将编译器生成类型的过滤推迟到其他筛选条件之后执行。这样开发者可以使用现有的API组合来实现需求:
services
.Scan(scan => scan
.FromAssemblyOf<App>()
.AddClasses(classes => classes
.InNamespaces("MyApp.Desktop.Pages")
.WithAttribute<CompilerGeneratedAttribute>()
.AssignableToAny(typeof(Window), typeof(UserControl))
)
.AsSelf()
.WithTransientLifetime()
);
这种方案的优势在于:
- 完全利用现有API,无需新增方法
- 更灵活,可以与其他条件自由组合
- 更明确地表达了筛选意图
实现细节
在实现上,主要做了以下调整:
- 修改了类型扫描流程,将编译器生成类型的过滤从初始阶段移除
- 允许
WithAttribute<CompilerGeneratedAttribute>()显式包含这些类型 - 保持了默认情况下排除编译器生成类型的行为,确保向后兼容
最佳实践
当需要在UI框架中使用此功能时,建议:
- 明确限定命名空间范围,避免扫描过多类型
- 精确指定基类,如
Window、UserControl等 - 考虑使用
AsSelf()而非AsSelfWithInterfaces(),因为编译器生成的类型通常会实现许多框架内部接口 - 对于性能敏感场景,尽量缩小扫描范围
总结
Scrutor通过灵活的API设计,无需新增专用方法就解决了编译器生成视图类型的注册问题。这一改进展示了良好API设计的重要性——通过合理的默认行为和可组合的筛选条件,既能满足常见需求,又能处理特殊场景。对于使用XAML框架的开发者来说,这一特性大大简化了视图组件的依赖注入配置工作。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- 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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.86 K
Ascend Extension for PyTorch
Python
388
466
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
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
121
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361