Swift-Navigation项目中present函数与自定义转场代理的注意事项
2025-07-04 20:42:48作者:温玫谨Lighthearted
在Swift-Navigation项目中使用UIKit的present()方法时,开发者可能会遇到一个有趣的现象:当结合自定义转场代理使用时,系统可能会意外地同时关闭多个视图控制器,而非仅关闭目标视图控制器。本文将深入分析这一现象的原因,并提供最佳实践建议。
问题现象分析
当开发者采用以下代码结构时,可能会遇到多视图控制器被同时关闭的问题:
let presentedVC = AnotherViewController()
presentedVC.modalPresentationStyle = .custom
presentedVC.transitioningDelegate = customViewControllerTransitioningDelegate
present(isPresented: $viewModel.isSheetDisplayed) {
presentedVC
}
有趣的是,这个问题最初被认为与自定义转场代理有关,但进一步测试表明,即使不使用自定义转场代理,同样的问题也会出现。
根本原因探究
问题的核心在于视图控制器的生命周期管理。当视图控制器在present闭包外部创建时,可能会导致以下问题:
- 内存管理问题:外部创建的视图控制器可能被意外保留,导致系统无法正确管理其生命周期
- 状态不一致:SwiftUI的声明式范式与UIKit的命令式操作之间可能存在协调问题
- 闭包捕获语义:外部变量被闭包捕获可能导致意外的副作用
解决方案与最佳实践
Swift-Navigation项目的维护者推荐采用以下模式:
present(isPresented: $viewModel.isSheetDisplayed) { [weak self] in
guard let self else { return UIViewController() }
let presentedVC = ViewControllerB()
presentedVC.modalPresentationStyle = .custom
presentedVC.transitioningDelegate = viewControllerTransitioningDelegate
return presentedVC
}
这种模式具有以下优势:
- 内存安全:使用
[weak self]避免循环引用 - 生命周期控制:视图控制器在闭包内部创建,生命周期由系统正确管理
- 与SwiftUI风格一致:类似于SwiftUI中视图构建的模式
技术原理深入
这种推荐做法背后的技术原理包括:
- 闭包执行时机:
present闭包在需要显示视图控制器时才会执行,确保每次都是新的实例 - 自动内存管理:系统可以正确地在视图控制器不再需要时释放资源
- 状态一致性:避免了因提前创建视图控制器可能导致的状态不一致问题
总结
在使用Swift-Navigation项目进行视图控制器呈现时,开发者应当遵循以下原则:
- 始终在
present闭包内部创建要呈现的视图控制器 - 使用弱引用捕获可能需要的上下文
- 保持与SwiftUI类似的声明式风格
这种做法不仅能解决多视图控制器意外关闭的问题,还能提高代码的可维护性和内存安全性。理解这一现象背后的原理,有助于开发者在混合使用UIKit和SwiftUI时做出更明智的架构决策。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
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++
664
323
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
265
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868