深入理解 funcool/lentes:Clojure(script) 中的函数式镜头库
2025-07-10 05:24:25作者:袁立春Spencer
什么是函数式镜头(Lenses)?
函数式镜头是一种强大的函数式编程抽象,它允许开发者以声明式的方式访问和修改嵌套数据结构。funcool/lentes 是一个为 Clojure 和 ClojureScript 设计的镜头实现库,其设计灵感来源于 transducer 模式。
核心概念
镜头的基本组成
每个镜头由两个核心函数组成:
- 获取函数(getter):从数据结构中提取特定部分
- 设置函数(setter):以不可变方式修改数据结构中的特定部分
(defn my-getter [state] (:foo state))
(defn my-setter [state f] (update state :foo f))
基础操作
lentes 提供了三个核心操作函数:
focus:获取镜头聚焦的值put:设置镜头聚焦的值over:对镜头聚焦的值应用函数
(require '[lentes.core :as l])
(def mylens (l/lens my-getter my-setter))
(l/focus mylens data) ; 获取值
(l/over mylens inc data) ; 修改值
(l/put mylens 42 data) ; 设置值
内置镜头类型
1. 基础镜头
id:最简单的镜头,聚焦整个数据结构
(l/focus l/id [1 2 3]) ; => [1 2 3]
2. 序列镜头
fst:聚焦序列的第一个元素snd:聚焦序列的第二个元素nth:聚焦序列的第n个元素
(l/focus l/fst [1 2 3]) ; => 1
(l/over (l/nth 2) inc [1 2 3]) ; => [1 2 4]
3. 关联数据结构镜头
key:聚焦map中的特定键select-keys:聚焦map中的多个键in:聚焦嵌套数据结构中的路径
(l/focus (l/key :a) {:a 1 :b 2}) ; => 1
(l/focus (l/in [:a :b]) {:a {:b {:c 42}}}) ; => {:c 42}
4. 条件镜头
passes:只有当值满足谓词条件时才聚焦
(l/focus (l/passes even?) 2) ; => 2
(l/focus (l/passes even?) 1) ; => nil
高级特性
1. 镜头组合
镜头可以像函数一样组合,组合顺序从左到右:
(def my-lens (comp l/fst (l/nth 2)))
(l/focus my-lens [[0 1 2] [3 4 5]]) ; => 2
2. 单位转换镜头
units 组合子允许创建单位转换镜头:
(defn sec->min [sec] (/ sec 60))
(defn min->sec [min] (* min 60))
(def mins (l/units sec->min min->sec))
(l/focus mins 120) ; => 2
3. 原子集成
lentes 可以与 Clojure 原子无缝集成,创建派生原子(materialized views):
(def state1 (atom {:foo 1 :bar 1}))
(def state2 (l/derive (l/key :foo) state1))
(swap! state2 inc)
@state1 ; => {:foo 2 :bar 1}
派生原子具有惰性求值和智能更新的特性,非常适合用于状态管理和UI渲染优化。
实际应用场景
- 状态管理:在复杂应用状态中创建聚焦视图
- 数据转换:声明式地处理嵌套数据结构
- UI组件:使组件只关注与其相关的状态部分
- 配置管理:安全地访问和修改深层配置
设计哲学
lentes 遵循以下设计原则:
- 美观优于丑陋
- 显式优于隐式
- 简单优于复杂
- 复杂优于晦涩
- 可读性很重要
总结
funcool/lentes 提供了一种优雅的方式来处理Clojure中的嵌套数据结构访问和修改。通过镜头抽象,开发者可以:
- 以声明式方式操作数据
- 安全地处理嵌套结构
- 创建可组合的数据视图
- 实现高效的状态管理
对于任何需要处理复杂数据结构的Clojure项目,lentes都是一个值得考虑的强大工具。
登录后查看全文
热门项目推荐
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781