MapStruct 示例项目教程
1. 项目介绍
MapStruct 是一个 Java 注解处理器,用于生成类型安全的 bean 映射类。它通过简单的注解配置,自动生成映射代码,避免了手动编写繁琐的映射逻辑。MapStruct 示例项目展示了如何在不同的构建工具(如 Ant、Gradle、Bazel 等)中使用 MapStruct,并提供了多种应用场景的示例代码。
2. 项目快速启动
2.1 克隆项目
首先,克隆 MapStruct 示例项目到本地:
git clone https://github.com/mapstruct/mapstruct-examples.git
cd mapstruct-examples
2.2 使用 Gradle 构建项目
以下是使用 Gradle 构建项目的步骤:
-
进入
mapstruct-on-gradle目录:cd mapstruct-on-gradle -
运行 Gradle 构建命令:
./gradlew clean build
2.3 使用 Maven 构建项目
以下是使用 Maven 构建项目的步骤:
-
进入
mapstruct-lombok目录:cd mapstruct-lombok -
运行 Maven 构建命令:
mvn clean install
3. 应用案例和最佳实践
3.1 使用 MapStruct 进行对象映射
MapStruct 可以用于将一个对象的属性映射到另一个对象。以下是一个简单的示例:
@Mapper
public interface CarMapper {
CarMapper INSTANCE = Mappers.getMapper(CarMapper.class);
@Mapping(source = "numberOfSeats", target = "seatCount")
CarDto carToCarDto(Car car);
}
3.2 处理循环引用
在处理对象图时,可能会遇到循环引用的问题。MapStruct 提供了 @Context 注解来解决这个问题:
@Mapper
public interface CycleMapper {
CycleMapper INSTANCE = Mappers.getMapper(CycleMapper.class);
@Mapping(source = "name", target = "name")
@Mapping(source = "parent", target = "parent", ignore = true)
CycleDto cycleToCycleDto(Cycle cycle, @Context CycleDto parent);
}
3.3 使用 Lombok 和 MapStruct
MapStruct 可以与 Lombok 结合使用,简化代码编写:
@Mapper(componentModel = "spring", uses = {LombokMapper.class})
public interface LombokMapper {
LombokMapper INSTANCE = Mappers.getMapper(LombokMapper.class);
@Mapping(source = "name", target = "name")
LombokDto lombokToLombokDto(Lombok lombok);
}
4. 典型生态项目
4.1 Spring Boot 集成
MapStruct 可以与 Spring Boot 集成,通过 @Mapper(componentModel = "spring") 注解,自动将 Mapper 注册为 Spring Bean。
4.2 Kotlin 支持
MapStruct 支持 Kotlin,可以通过 KAPT(Kotlin Annotation Processing Tool)进行注解处理。示例项目中包含了如何在 Kotlin 项目中使用 MapStruct 的示例。
4.3 JPA 集成
MapStruct 可以与 JPA 集成,处理实体对象的映射。示例项目中展示了如何在 JPA 项目中使用 MapStruct 进行对象映射。
通过以上教程,您可以快速上手 MapStruct,并在实际项目中应用其强大的映射功能。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00