Compose Destinations 库中 ResultRecipientImpl 的生命周期处理优化
2025-06-25 06:11:05作者:董灵辛Dennis
Compose Destinations 是一个用于 Jetpack Compose 的导航库,它简化了导航和参数传递的过程。最近在版本 2.2.0 中,该库对 ResultRecipientImpl 的生命周期处理进行了重要优化,解决了在某些特定场景下结果过早传递的问题。
问题背景
在原始实现中,ResultRecipientImpl 的 onNavResult 方法会在 ON_START 生命周期阶段处理结果。这种设计在大多数情况下工作良好,但在某些特殊场景下会导致问题:
- 当父屏幕打开一个底部表单(BottomSheet)时
- 用户在底部表单中操作数据并通过 resultNavigator.setResult() 发送结果
- 如果用户将应用置于后台后再恢复,父屏幕会在 ON_START 阶段接收到结果
- 这导致当用户真正关闭底部表单时,结果已经被消费而无法再次传递
技术分析
问题的核心在于生命周期阶段的选择。ON_START 阶段在某些情况下(如底部表单或对话框覆盖时)会被触发,而 ON_RESUME 则不会。这导致了结果在不恰当的时机被消费。
原始实现选择 ON_START 的原因是为了兼容一些特殊目的地类型(如对话框和底部表单),在这些情况下 ON_RESUME 可能不会被触发。
解决方案
Compose Destinations 2.2.0 版本引入了更灵活的生命周期处理策略:
- 保留了原有的 ON_FIRST_OPPORTUNITY 默认行为(在 ON_START 或 ON_RESUME 中处理,以先触发的为准)
- 新增了 ON_RESUME 选项,开发者可以根据需要选择只在 ON_RESUME 阶段处理结果
这种设计既保持了向后兼容性,又为特定场景提供了更精确的控制。
实际应用
对于需要精确控制结果传递时机的场景(如底部表单或对话框),开发者现在可以:
onNavResult(
navBackStackEntry = navBackStackEntry,
lifecycleOwner = lifecycleOwner,
resultRecipient = resultRecipient,
lifecycleState = Lifecycle.State.RESUMED
) { result ->
// 处理结果
}
这种配置确保了结果只在屏幕真正恢复时被处理,避免了应用从后台恢复时的意外结果消费。
总结
Compose Destinations 的这次更新展示了良好的API设计理念:
- 保持向后兼容性
- 为特殊场景提供扩展点
- 让开发者能够根据具体需求选择最适合的行为
对于使用底部表单或对话框等场景的开发者,建议评估是否需要使用新的 ON_RESUME 选项来获得更精确的结果处理时机控制。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0151- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
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++
1 K
1.01 K
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
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.67 K
987