Compose Destinations 中如何安全生成带参数的 Deeplink
2025-06-25 14:23:38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-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0113AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
217
2.23 K

暂无简介
Dart
523
116

React Native鸿蒙化仓库
JavaScript
210
285

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

🎉 (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
982
580

Ascend Extension for PyTorch
Python
67
97

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++
564
87

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
33
0