Swift 中的 Protocol Buffers:基于protobuf-swift 的实战指南
项目介绍
protobuf-swift 是一个用于苹果 Swift 环境下的 Google Protocol Buffers 实现。它允许开发者在高效的序列化数据格式和 Swift 语言的安全性之间架起桥梁。此项目源自 Google 的原生 Protocol Buffers 技术,并且特别适配了 Swift 开发的需求。
项目快速启动
安装 Protocol Buffers 编译器(protoc)
在 Ubuntu 上手动安装(示例为 v3.2.0):
- 下载 protoc 3.2.0 版本。
wget https://github.com/google/protobuf/releases/download/v3.2.0/protobuf-cpp-3.2.0.tar.gz - 解压缩并编译安装。
tar xzf protobuf-cpp-3.2.0.tar.gz cd protobuf-3.2.0 ./autogen.sh ./configure make && sudo make install
使用 Homebrew(Mac OS):
如果你正在使用 Mac,可以通过 Homebrew 更简化地安装 protoc 和 protobuf-swift。
首先安装 Homebrew,如果未安装的话:
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
然后安装 protoc:
brew install protobuf
以及 protobuf-swift 相关工具:
git clone https://github.com/alexeyxo/protobuf-swift.git
cd protobuf-swift
./script/build.sh
添加到你的项目中
-
CocoaPods: 在 Podfile 中添加以下行,然后运行
pod install。use_frameworks! pod 'ProtocolBuffers-Swift' -
Carthage: 在 Cartfile 中写入:
github "alexeyxo/protobuf-swift"
接下来,你需要为你的 .proto 文件生成 Swift 代码。这通常通过 protoc 和特定于 Swift 的插件来完成。
应用案例和最佳实践
假设你有一个简单的 .proto 文件定义,如 person.proto:
syntax = "proto3";
message Person {
int32 id = 1;
string name = 2;
string email = 3;
}
-
使用 protoc 生成 Swift 代码:
protoc --swift_out=. person.proto -
在 Swift 中使用生成的类进行序列化和反序列化:
import ProtocolBuffers
let person = Person(id: 123, name: "Alice", email: "alice@example.com")
let data = try person.data()
// 反序列化
if let deserializedPerson = Person.parse(from: data) {
print(deserializedPerson)
}
典型生态项目
除了 protobuf-swift,还有另一个备受瞩目的生态项目——apple/swift-protobuf,由苹果官方维护,它提供了一个更加成熟稳定的解决方案,支持最新的 Swift 版本和特性,包括更好的集成性和错误处理机制。如果你的项目需要长期支持和社区活跃度更高的库,建议考虑使用 swift-protobuf。
使用 swift-protobuf 的基本步骤类似,但是它可能提供了更现代的API和支持方式,比如自动代码生成配置更加简便,同时与 Swift 生态系统有更好的整合体验。
以上就是快速上手 protobuf-swift 的简要教程,确保在实际应用时查阅最新版本的文档以获取最准确的信息和推荐做法。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00