Matrix-js-sdk中获取投票全部响应的正确方法
在使用Matrix-js-sdk开发基于Matrix协议的应用程序时,处理投票功能是一个常见需求。本文将深入探讨如何正确获取一个投票的所有响应数据,并分析常见问题的解决方案。
问题背景
在Matrix协议中,投票功能通过特殊的事件类型实现。开发者需要获取一个投票的所有响应来统计结果或展示给用户。然而,使用标准的getResponses()方法时,可能会遇到以下问题:
- 只能获取最新一页的响应数据
- 历史投票的响应数据获取不完整
- 响应数据丢失或不一致
标准方法的局限性
Matrix-js-sdk提供了poll.getResponses()方法来获取投票响应,但这个方法存在以下限制:
- 默认只返回最新一页的响应关系
- 没有提供分页参数来控制获取范围
- 对于历史较久的投票,响应数据可能不完整
解决方案
要可靠地获取一个投票的所有响应,我们需要实现一个自定义的解决方案。以下是关键步骤:
1. 初始化关系收集器
首先需要初始化一个关系收集器,用于存储所有响应事件:
let responses = poll.responses ||
new Relations("m.reference", M_POLL_RESPONSE.name, poll.matrixClient, [M_POLL_RESPONSE.altName]);
2. 获取所有关系事件
使用matrixClient.relations()方法获取所有相关事件,注意设置足够大的limit值:
let allRelations = await poll.matrixClient.relations(
poll.roomId,
poll.rootEvent.getId(),
"m.reference",
undefined,
{
limit: Number.MAX_SAFE_INTEGER,
}
);
3. 解密事件
确保所有加密事件都被正确解密:
await Promise.all(allRelations.events.map((event) =>
poll.matrixClient.decryptEventIfNeeded(event)));
4. 处理投票结束事件
识别投票结束事件以确定有效响应的时间范围:
let pollEndEvents = allRelations.events.filter((event) =>
M_POLL_END.matches(event.getType()));
if (pollEndEvents.length > 1) {
pollEndEvents.sort((a, b) => a.getTs() - b.getTs());
}
let pollCloseTimestamp = pollEndEvents[0] ?
pollEndEvents[0].getTs() : Number.MAX_SAFE_INTEGER;
5. 过滤有效响应
根据时间范围过滤出有效的响应事件:
const responseEvents = relationEvents.filter((event) => {
if (event.isDecryptionFailure()) return false;
return (
M_POLL_RESPONSE.matches(event.getType()) &&
event.getTs() <= pollCloseTimestamp
);
});
6. 构建完整响应集合
将所有有效响应事件添加到关系收集器中:
responseEvents.forEach((event) => {
responses.addEvent(event);
});
完整实现示例
以下是获取投票结果的完整函数实现:
async getPollResults(room, pollID) {
let timelineWindow = new TimelineWindow(this.MatrixClient, room?.getUnfilteredTimelineSet());
await timelineWindow.load(pollID);
await room?.processPollEvents(timelineWindow.getEvents());
let poll = room?.polls.get(pollID);
if (!poll) return;
let allResponses = await this.getAllResponses(poll);
let unfilteredVotes = allResponses.getRelations().map((element) => {
let roomMember = room.getMember(element?.getSender());
return {
ts: element?.getTs(),
sender: roomMember.userId,
senderName: roomMember.name,
answers: M_POLL_RESPONSE.findIn(element?.event?.content).answers,
};
});
// 进一步处理投票数据...
return {
topic: poll.pollEvent.question.text,
// 其他返回数据...
};
}
技术要点解析
-
关系事件处理:Matrix使用关系事件来关联投票和响应,理解这一机制对正确处理投票数据至关重要。
-
时间范围限制:根据Matrix规范MSC3381,只有在投票结束时间戳之前发送的响应才是有效的。
-
事件解密:在端到端加密的房间中,必须确保所有事件都被正确解密后才能处理。
-
分页限制:标准方法的分页限制是导致数据不完整的主要原因,我们的解决方案通过设置超大limit值绕过这一限制。
最佳实践建议
-
对于大型投票,考虑实现渐进式加载而非一次性获取所有响应。
-
缓存已处理的响应数据以提高性能。
-
实现错误处理机制,特别是对于解密失败的事件。
-
考虑使用Web Worker处理大量响应数据的解析和统计,避免阻塞主线程。
通过本文介绍的方法,开发者可以可靠地获取Matrix投票的全部响应数据,解决了标准方法中的数据不完整问题。这一解决方案已在生产环境中验证有效,能够处理各种规模的投票场景。
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。C046
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TSX0123
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