Swift-Syntax 项目中的 `sending` 关键字解析问题
2025-06-24 17:33:28作者:范靓好Udolf
在 Swift 6.0 中引入的 sending 关键字是 SE-0430 方案的一部分,它用于标记参数传递的所有权语义。然而,近期发现当开发者尝试在代码中使用这个新关键字时,Swift 格式化工具(swift-format)会出现解析失败的问题。
问题现象
当开发者编写包含 sending 关键字的代码时,例如:
struct Foo {
var bar: String
}
func whatever(_ foo: sending Foo) {
}
运行 swift format 命令会报错:"unexpected code 'Foo' in parameter clause"。这表明语法解析器无法正确识别 sending 关键字的语法结构。
技术背景
发送(sending)是 Swift 6.0 引入的一个重要特性,它属于所有权系统的一部分。这个关键字用于标记函数参数,表示该参数的所有权将被转移到被调用函数中。这种显式的所有权标记有助于编译器进行更精确的内存管理和并发安全检查。
问题根源
该问题的根本原因在于 swift-syntax 项目中对于 sending 关键字的处理逻辑。虽然 SE-0430 方案已经被接受并纳入 Swift 6.0,但相关的语法解析支持尚未完全同步更新。具体来说:
sending关键字仍然被标记为实验性特性- 语法解析树生成时没有正确处理这种新的参数修饰符
- 格式化工具没有更新以支持这种新的语法结构
解决方案
Swift 核心团队已经识别并修复了这个问题。解决方案包括:
- 将
sending关键字从实验性特性转为正式特性 - 更新语法解析器以正确识别
sending修饰的参数 - 确保格式化工具能够正确处理这种语法结构
这些修复已经通过多个 pull request 合并到不同的开发分支中,包括 main 分支和多个 release 分支,确保不同版本的 Swift 都能获得修复。
开发者影响
对于使用 Swift 6.0 的开发者来说,这个修复意味着:
- 可以安全地在代码中使用
sending关键字 - 格式化工具将能够正确处理包含此关键字的代码
- 代码的静态分析和重构功能将正常工作
最佳实践
虽然问题已经修复,但开发者在实际使用中仍应注意:
- 确保使用的 Swift 工具链版本包含相关修复
- 在团队项目中统一 Swift 版本,避免因工具链差异导致的问题
- 对于重要的所有权语义,考虑添加文档注释说明
sending参数的预期行为
随着 Swift 所有权系统的不断完善,sending 关键字将成为并发编程和安全内存管理的重要工具,开发者有必要熟悉其用法和语义。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
207
220
暂无简介
Dart
646
149
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++
653
287
React Native鸿蒙化仓库
JavaScript
250
318
🎉 (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
1.13 K
637
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,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
215
仓颉编程语言运行时与标准库。
Cangjie
134
873