Compose Destinations 中如何安全生成带参数的 Deeplink
2025-06-25 06:22:18作者:裘晴惠Vivianne
在 Compose Destinations 库中,开发者经常需要处理带参数的 Deeplink 导航场景。本文将通过一个典型示例,介绍如何安全地生成包含动态参数的 Deeplink URL。
问题背景
在 Compose Destinations 项目中,我们定义了一个带有参数的目的地路由:
@Destination(deepLinks = [DeepLink(uriPattern = "example://$FULL_ROUTE_PLACEHOLDER")])
@Composable
fun TitleRoute(id: Int, navigator: DestinationsNavigator) {
// ...
}
这个路由接受一个整型参数 id,并且配置了一个 Deeplink 模式。开发者需要找到一种类型安全的方式来生成包含实际参数值的 Deeplink URL。
初始解决方案的局限性
最初,开发者可能会尝试直接操作字符串:
TitleRouteDestination.deepLinks.first().uriPattern!!.replace("{id}", id)
这种方法虽然可行,但存在几个问题:
- 直接操作字符串容易出错
- 不够类型安全
- 依赖于字符串替换的底层实现细节
推荐的类型安全方案
Compose Destinations 提供了更优雅的解决方案:
val id = // 获取参数值
val deepLink = "example://${TitleRouteDestination(id = id).route}"
这种方式的优势在于:
- 完全类型安全 - 编译器会检查参数类型
- 与库的内部实现解耦 - 不依赖特定字符串格式
- 可维护性高 - 当路由定义变更时,代码会自动适应
实现原理
Compose Destinations 在编译时会为每个 @Destination 注解的 Composable 函数生成对应的 Destination 类。这个生成的类包含了路由的所有元信息,包括:
- 参数类型和名称
- 路由路径模板
- 配置的 Deeplink 模式
通过创建 TitleRouteDestination 实例并设置参数值,我们可以获得一个包含实际参数值的完整路由路径。然后只需将其与配置的 scheme 组合即可生成最终的 Deeplink URL。
最佳实践建议
- 集中管理 Deeplink 生成:创建一个工具类或扩展函数来统一处理 Deeplink 生成逻辑
- 参数验证:在生成 Deeplink 前验证参数的有效性
- 错误处理:考虑添加适当的错误处理机制,比如参数为 null 时的回退方案
- 文档注释:为重要的 Deeplink 生成代码添加清晰的文档说明
总结
Compose Destinations 提供了强大的类型安全机制来处理带参数的 Deeplink 导航。通过利用生成的 Destination 类,开发者可以避免直接操作字符串,从而编写出更健壮、更易维护的导航代码。这种方法不仅解决了当前问题,也为未来的扩展和维护奠定了良好基础。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
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
12
1
暂无简介
Dart
801
199
🎉 (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
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
openEuler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。
C
350
203
Ascend Extension for PyTorch
Python
379
453
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1