LNPopupController 项目中的 UIKit 项目归档问题解析
2025-06-26 00:09:38作者:侯霆垣
在 iOS 开发中,LNPopupController 是一个流行的用于实现弹出式界面控制的库。最近,开发者在将使用 UIKit 的项目进行归档(Archive)时遇到了一个特定的编译错误,这个问题涉及到 SwiftUI 和 UIKit 的交互方式。
问题背景
当开发者在纯 UIKit 项目中集成 LNPopupController 并尝试进行归档操作时,编译器报错显示"Undefined symbol: ___fixUIHostingViewHitTest"。这个问题的根源在于库中对于 SwiftUI 和 UIKit 混合使用的处理方式不够完善。
技术分析
问题的核心在于以下两个代码片段的交互:
- SwiftRefinement.swift 文件中,有一个针对 SwiftUI 的条件编译检查:
#if canImport(SwiftUI)
import SwiftUI
@_cdecl("__fixUIHostingViewHitTest")
internal
func fixUIHostingViewHitTest() {
...
}
#endif
- UIViewController+LNPopupSupportPrivate.m 文件中,直接调用了
___fixUIHostingViewHitTest函数,但没有进行相应的条件检查。
这种不一致导致了在纯 UIKit 项目中(没有导入 SwiftUI 的情况下),编译器无法找到对应的符号定义。
解决方案
项目维护者 LeoNatan 迅速响应并提供了修复方案。修复过程经历了几个阶段:
- 最初尝试通过简单的条件编译检查解决问题
- 发现问题的本质可能不是 SwiftUI 能否导入,而是优化器剥离了 C 符号
- 最终找到了更全面的解决方案
这个修复确保了在纯 UIKit 项目中也能正常进行归档操作,同时不影响在 SwiftUI 项目中的功能。
技术启示
这个问题给开发者带来了几个重要的技术启示:
-
混合框架使用时的注意事项:当项目同时涉及 SwiftUI 和 UIKit 时,需要特别注意条件编译和符号可见性问题。
-
归档过程的特殊性:归档操作相比常规编译会有更严格的符号检查,开发库时需要特别考虑这种情况。
-
跨语言调用的风险:Swift 和 Objective-C 混编时,特别是使用
@_cdecl这样的低级特性时,需要格外小心符号的可见性和生命周期。
最佳实践
为了避免类似问题,开发者可以遵循以下实践:
- 在库开发中,对于可能不存在的依赖功能,应该使用完整的条件编译保护
- 跨语言调用的符号应该确保在所有配置下都可用,或者有适当的回退机制
- 归档操作应该作为常规测试的一部分,尽早发现潜在的链接问题
这个问题的快速解决也展示了开源社区的高效协作,维护者能够在短时间内识别问题并提供解决方案,确保了库的稳定性和可用性。
登录后查看全文
热门项目推荐
相关项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Kimi-K2-ThinkingKimi-K2-Thinking是最新开源思维模型,作为能动态调用工具的推理代理,通过深度多步推理和稳定工具调用(200-300次连续调用),在HLE、BrowseComp等基准测试中刷新纪录。原生INT4量化模型,256k上下文窗口,实现推理延迟和GPU内存使用的无损降低,支持自主研究、编码和写作等工作流。【此简介由AI生成】Python00
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
297
2.64 K
Ascend Extension for PyTorch
Python
128
151
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++
607
190
React Native鸿蒙化仓库
JavaScript
228
307
暂无简介
Dart
590
127
🎉 (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
1.05 K
612
仓颉编译器源码及 cjdb 调试工具。
C++
122
489
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
47
77
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
179
64
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
1.02 K
456