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。
kernelopenEuler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。C041
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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