React Native Reanimated 在 macOS 0.75 版本中的编译问题解析
问题背景
React Native Reanimated 是一个为 React Native 提供高性能动画能力的库。近期有开发者反馈,在 React Native macOS 0.75 版本中,Reanimated 库出现了编译问题。这个问题主要源于 React Native macOS 在 0.75 版本中对视图注册表(viewRegistry)的类型定义进行了修改。
技术细节分析
在 React Native macOS 0.75 版本之前,视图注册表被定义为 NSDictionary<NSNumber *, RCTUIView *> *viewRegistry,其中 RCTUIView 是 NSView 的子类,它覆盖并添加了一些方法以提高与 iOS 的兼容性。而在 0.75 版本中,这个定义被修改为 NSDictionary<NSNumber *, RCTPlatformView *> *viewRegistry,其中 RCTPlatformView 是一个类型定义,可以是 NSView 或 UIView。
这种类型定义的改变看似只是扩大了视图注册表接受的视图范围,但实际上却导致了 Reanimated 库的编译问题。这是因为 Reanimated 库中多处使用了 REAUIView 类型(在 iOS 上是 UIView 的子类,在 macOS 上等同于 RCTUIView)来访问视图属性。
解决方案探讨
开发者们提出了几种可能的解决方案:
-
临时解决方案:在 Reanimated 代码中,将
REAUIView替换为RCTPlatformView。但这种方案存在局限性,因为RCTPlatformView无法访问RCTUIView特有的属性和方法(如transform和backgroundColor)。 -
类型定义方案:在 Reanimated 中创建新的类型定义:
#if TARGET_OS_OSX typedef NSDictionary<NSNumber *, RCTPlatformView *> ViewRegistry; #else typedef NSDictionary<NSNumber *, RCTUIView *> ViewRegistry; #endif然后在整个代码库中使用
ViewRegistry。这种方案虽然可行,但需要大量代码修改。 -
React Native macOS 修复方案:最终发现最优雅的解决方案是在 React Native macOS 中添加
__kindof关键字到RCTViewManagerUIBlock的类型定义中:typedef void (^RCTViewManagerUIBlock)(RCTUIManager *uiManager, NSDictionary<NSNumber *, __kindof RCTPlatformView *> *viewRegistry);__kindof关键字告诉编译器,字典中的值可以是RCTPlatformView或其子类,这样就保持了向后兼容性。
影响范围
这个问题不仅影响了 Reanimated 库,也影响了 React Native Gesture Handler 等其他依赖视图类型的库。这表明在修改 React Native 核心类型定义时需要格外谨慎,特别是当这些类型被广泛使用时。
最佳实践建议
-
类型定义修改原则:当修改广泛使用的类型定义时,应该尽量保持向后兼容性,或者提供明确的迁移路径。
-
平台特定代码:对于跨平台库,应该使用条件编译来区分不同平台的实现细节。
-
类型系统利用:合理使用 Objective-C 的类型系统特性(如
__kindof)可以提高代码的灵活性和兼容性。
结论
通过 React Native macOS 团队在 0.74.6 和 0.75.4 版本中的修复,这个问题已经得到解决。这个案例展示了类型系统在跨平台开发中的重要性,以及在修改核心类型定义时需要全面考虑对生态系统的影响。对于库开发者来说,理解底层框架的类型系统变化并及时调整自己的实现是保证兼容性的关键。
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。C094
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00