WedX - журнал о программировании и компьютерных науках

Kotlin Reflection проверяет типы, допускающие значение NULL

Как я могу проверить, содержит ли переменная KType значение типа kotlin, допускающего значение NULL (например, Int?)?

У меня есть

var type: KType

переменная, полученная из KProperty<*>.returnType, и мне нужно определить, равна ли она определенным типам kotlin (Int, Long и т. д.). Это работает с:

when (type) {
    Int::class.defaultType -> ...
    Long::class.defaultType -> ...
    else -> ...
}

но это работает только для ненулевых типов, поэтому первая ветвь не соответствует Int? Однако я все еще не мог понять, как я могу определить, является ли тип Int? другое, чем очевидное, но не такое приятное

type.toString().equals("kotlin.Int?")
kotlin nullable kotlin-null-safety reflection
11.03.2016

  • Вместо того, чтобы проверять всю строку, вы можете просто проверить нулевое значение с помощью type.toString().endsWith ("?"). Затем его можно было бы повторно использовать с другими проверками типов, допускающих значение NULL. 13.03.2016

Ответы:


1

Как видно из KType Документация по API, его интерфейс далеко не полный. В настоящее время почти для любой операции вам приходится прибегать к отражению Java со свойством расширения .javaType, доступным для KType экземпляров. (Кстати, это обязательно будет решено в Kotlin 1.1.)

В вашем случае вы должны проверить, является ли тип нулевым, и его тип Java равен типу требуемого примитивного класса, например:

val isNullableInt = type.isMarkedNullable &&
                    type.javaType == Int::class.defaultType.javaType

Я также могу представить забавный обходной путь, который может быть более подходящим для вашего случая использования: вы можете объявить приватную функцию с нужным типом и использовать отражение для сравнения с возвращаемым типом этой функции во время выполнения:

// Only return type of this function is used
fun _nullableInt(): Int? =
    TODO()  // Doesn't matter, it never gets called

...

val isNullableInt = type == ::_nullableInt.returnType
11.03.2016
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
Для любых предложений по сайту: [email protected]