Sourcery项目中AutoMockable模板处理可变参数的问题解析
2025-05-29 18:36:35作者:柯茵沙
概述
Sourcery是一个强大的Swift代码生成工具,其中的AutoMockable模板用于自动生成协议(protocol)的模拟实现(mock)。最近发现该模板在处理可变参数(variadic parameters)时存在编译问题,本文将详细分析这个问题及其解决方案。
问题背景
在Swift中,可变参数允许函数接受零个或多个特定类型的值。语法上通过在参数类型后添加...来表示。例如:
func example(args: String...)
当使用Sourcery的AutoMockable模板为包含可变参数的协议生成mock实现时,生成的代码会出现编译错误。这是因为模板没有正确处理可变参数在存储时的类型转换。
问题表现
考虑以下协议定义:
protocol ExampleVararg {
func toto(args: any StubWithSomeNameProtocol...)
}
当前AutoMockable模板(2.1.7版本)生成的mock代码会尝试将可变参数直接存储在属性中:
var totoArgsAnyStubWithSomeNameProtocolVoidReceivedArgs: (any StubWithSomeNameProtocol...)?
这种写法会导致编译错误,因为Swift不允许将可变参数类型直接用作属性类型。
正确实现方式
正确的做法是将可变参数转换为数组类型进行存储。对于上述例子,mock实现应该是:
var totoArgsAnyStubWithSomeNameProtocolVoidReceivedArgs: ([(any StubWithSomeNameProtocol)])?
在函数实现中,可变参数会自动转换为数组,因此可以直接存储:
func toto(args: any StubWithSomeNameProtocol...) {
totoArgsAnyStubWithSomeNameProtocolVoidReceivedArgs = args
// ...
}
更深层次的问题
这个问题还延伸到了闭包参数中包含可变参数的情况。例如:
func foo(closure: (String...) -> Void)
对于这种情况,正确的mock实现应该是:
var fooClosure: (([String]) -> Void)?
因为Swift本身不支持在闭包类型中直接使用可变参数语法。
解决方案
解决这个问题的核心在于修改AutoMockable模板,使其能够:
- 识别参数是否为可变参数
- 对于可变参数,在属性声明中使用数组类型而非可变参数语法
- 正确处理闭包参数中的可变参数情况
模板中的类型处理宏需要被重写,以区分常规类型和可变参数类型,并做相应的转换。
总结
Sourcery的AutoMockable模板在处理Swift可变参数时需要特别注意类型转换问题。正确的做法是将可变参数视为数组进行存储和传递,这既符合Swift的语言特性,也能保证生成的代码可编译通过。这个问题提醒我们,在使用代码生成工具时,需要充分理解生成的代码与实际语言特性的匹配关系。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
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