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-5.1GLM-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
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
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108