protobuf-ios 使用与技术文档
2024-12-28 22:33:34作者:冯梦姬Eddie
本文档将详细介绍如何安装、使用以及通过API调用protobuf-ios项目,该项目是Google Protocol Buffers的Objective-C实现,适用于iOS平台。
1. 安装指南
使用CocoaPods集成
如果您的项目支持CocoaPods,您可以在Podfile文件中添加以下行:
pod 'protobuf-ios'
然后更新您的依赖项:
pod update
使用源代码集成
将protoc-ios.xcodeproj拖到您的Xcode项目中即可。
编译器设置
由于生成的代码不是ARC(自动引用计数)的,如果您的项目默认使用ARC,您需要在生成文件的编译器标志中添加-fno-objc-arc。
在Xcode中,选择主项目/目标/构建阶段/编译源代码,选择.m文件/双击编译器标志/在弹出的窗口中添加-fno-objc-arc。
2. 项目使用说明
获取编译器
运行以下命令以编译和安装项目:
$ cd compiler
$ ./autogen.sh
$ ./configure
$ make
$ make install (可选)
编译器将生成在src/protoc。
注意:
您需要autoconf来从源代码编译。如果您的系统没有安装autoconf,可以通过brew安装它:
$ brew install autoconf
如果您的系统已经安装了autoconf但未链接,可以链接它,以下是一个示例:
$ brew install autoconf
Warning: autoconf-2.69 already installed, it's just not linked
$ brew link autoconf
Linking /usr/local/Cellar/autoconf/2.69... 28 symlinks created
使用方法
要将.proto定义编译为Objective-C代码,使用以下命令:
./src/protoc --objc_out=. foo.proto
3. 项目API使用文档
以下是一些简单的使用示例:
简单用法
首先,您需要编写一个foo.proto文件:
message Person {
required int32 id = 1;
required string name = 2;
optional string email = 3;
}
然后,使用protoc编译器生成Objective-C代码。
序列化为protobuf格式:
Person* person = [[[[[Person builder] setId:123]
setName:@"Bob"]
setEmail:@"bob@example.com"] build];
NSData* data = [person data];
从protobuf格式数据反序列化:
NSData* raw_data = ...;
Person* person = [Person parseFromData:raw_data];
定界编码
有时将多个protobuf对象写入单个文件非常有用。这需要使用定界格式。以下是一个示例:
// 序列化
NSOutputStream *ouputStream = [NSOutputStream outputStreamToFileAtPath:@"filename.dat" append:YES];
[ouputStream open];
for (int i=0; i<count; i++) {
// 创建一个新的Person对象并分配值。
Person* person = ...;
// 使用定界格式写入流
[person writeDelimitedToOutputStream:outputStream];
}
// 反序列化
NSInputStream* inputStream = ...;
while(true) {
// 从流中逐个读取对象。
Person* person = [Person parseDelimitedFromInputStream:inputStream];
if (!person) {
break;
}
....
....
}
4. 项目安装方式
请参考上述“安装指南”部分,选择适合您项目的安装方式,通过CocoaPods或源代码集成。
登录后查看全文
热门项目推荐
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
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218