Dart语言中关于通配符变量`_`在函数和记录类型中的应用
2025-06-29 21:33:05作者:侯霆垣
在Dart语言的最新发展中,关于通配符变量_的使用场景正在不断扩展。本文将深入探讨_在函数类型和记录类型中的特殊应用,帮助开发者更好地理解这一语法特性。
函数类型中的_使用
在Dart的函数类型定义中,参数名称通常只作为文档说明用途,不会实际影响类型系统。考虑以下示例:
typedef T = void Function(String _, String _);
typedef void F2(_, _);
void f(void g(_, _)) {}
传统上,这些代码会因为重复定义_而报错。但随着通配符变量特性的完善,这种用法将被允许。_在这里明确表示"此参数名称不重要"的意图,与省略参数名称具有相同的语义效果。
特别值得注意的是,这种用法在新式函数类型和旧式函数类型中都将被支持。对于旧式函数类型,使用_可以更清晰地表明这是被忽略的参数名,而不是类型本身。
记录类型中的_应用
在记录类型中,位置字段的名称同样只作为文档说明用途。考虑以下记录类型定义:
typedef R = (String _, String _);
目前,这种写法会因为"记录字段名称不能是私有的"而报错。但随着通配符变量的发展,这种限制将被解除。_在这里表示该字段名称不重要,与函数类型中的用法保持了一致性。
设计原则与扩展思考
Dart语言对_的使用遵循一个清晰的原则:在任何可以写入名称但不重要的位置,或者会引入局部变量/类型变量的位置,都允许使用_。这种设计带来了以下好处:
- 提高代码可读性:明确表达"此名称不重要"的意图
- 避免命名冲突:
_不会引入任何名称到作用域中 - 保持一致性:在不同语法结构中采用相同的处理方式
值得思考的是,这种设计理念是否可以扩展到其他场景。例如,在导入语句中使用as _作为前缀,表示虽然需要前缀但实际不会引用它。这种用法对于仅需要扩展方法的库导入会很有帮助。
总结
Dart语言正在不断完善通配符变量_的语义,使其在函数类型和记录类型中也能发挥"忽略名称"的作用。这一变化将使语言更加一致和灵活,同时为开发者提供了更清晰的表达方式。随着规范的更新,开发者可以更自由地使用_来表达忽略参数的意图,而不用担心命名冲突问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147