Mapperly 中集合属性重命名的正确使用方式
2025-06-25 22:38:06作者:廉彬冶Miranda
Mapperly 是一个高效的 .NET 对象映射库,它通过源码生成的方式提供了出色的性能。在使用过程中,开发者可能会遇到需要对集合属性进行重命名映射的情况。本文将详细介绍如何正确配置 Mapperly 来实现这一需求。
常见误区
许多开发者初次使用 Mapperly 时,可能会尝试为集合属性单独创建映射方法并添加 MapPropertyAttribute 属性。例如:
[MapProperty(nameof(Parent.Children), nameof(ParentDto.ChildrenList))]
private static partial ICollection<ChildDto> MapToChildrenList(ICollection<Child> children);
这种做法的误区在于试图为集合类型本身创建映射方法,而不是在父对象的映射方法中指定属性映射关系。实际上,MapPropertyAttribute 应该直接应用于父对象的映射方法上。
正确配置方式
正确的做法是将 MapPropertyAttribute 应用于包含集合属性的父对象映射方法:
[Mapper]
public static partial class Mapper
{
[MapProperty(nameof(Parent.Children), nameof(ParentDto.ChildrenList))]
public static partial ParentDto MapToParentDto(Parent parent);
public static partial ChildDto MapToChildDto(Child child);
}
这样配置后,Mapperly 会自动生成包含集合属性映射的代码:
public static partial ParentDto MapToParentDto(Parent parent)
{
var target = new ParentDto();
target.GivenName = parent.GivenName;
target.FamilyName = parent.FamilyName;
target.ChildrenList = parent.Children.Select(MapToChildDto).ToList();
return target;
}
工作原理
Mapperly 的源码生成机制会分析映射类中的配置,当检测到 MapPropertyAttribute 时:
- 识别源类型和目标类型的属性名称对应关系
- 自动生成属性赋值的代码
- 对于集合类型,会自动处理元素级别的映射
- 确保类型安全性和空值安全性
最佳实践
- 对于简单的属性映射,直接依赖 Mapperly 的自动映射功能
- 对于需要重命名的属性,在父对象映射方法上使用
MapPropertyAttribute - 对于复杂的集合元素转换,可以单独定义元素映射方法
- 保持映射方法的简洁性,避免过度配置
总结
正确理解 Mapperly 的属性映射配置方式对于高效使用该库至关重要。记住 MapPropertyAttribute 应该应用于包含该属性的对象映射方法,而不是集合类型本身的映射方法。这种设计使得配置更加直观,同时也保持了代码的简洁性和可维护性。
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
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- 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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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