WedX - журнал о программировании и компьютерных науках

Машинопись: проверьте комбинацию ключа и типа любого свойства интерфейса отдельно в качестве аргументов функции

Учитывая переменную с интерфейсом:

interface Model {
  textField?: string;
  hasMeaning: boolean;
  percentage: number;
  readonly someMap: {
    [key: string]: string;
  };
  getMeSomething(code: string): string;
}

let model: Model;

Я хотел бы проверить имена ключей и типы значений отдельно в такой функции:

const setField = (fieldName: WritableKeysOf<Model>, fieldValue: Model[WritableKeysOf<Model>]) => {
  model[fieldName] = fieldValue;
}

поэтому, когда я использую это так:

setField('textField', 1);
setField('non-existant', true);
setField('someMap', { 'it': 'does not matter' });

Я получаю ошибки, но ничего страшного:

setField('textField', undefined);
setField('percentage', 2);
setField('getMeSomething', code => code + 'suffix');

Я хотел добиться:

  • fieldName должно соответствовать любому имени пропуска интерфейса, кроме одного с readonly ✔️
  • fieldValue должен соответствовать любому возможному типу из интерфейса, кроме одного с readonly ✔️
  • объединить оба, чтобы я мог установить значение без ошибок ❌

Я нашел несколько уловок для удаления readonly и правильного получения типов для обоих аргументов, но по какой-то причине model[fieldName] сейчас never. Может быть, я мог бы использовать какие-нибудь обобщения, чтобы определить, какую именно опору интерфейса я хочу проверить?

TS Детская площадка

22.11.2019

Ответы:


1

Как предложил Инго Бюрк, вы можете ввести параметр ограниченного типа, чтобы связать тип fieldValue с соответствующим fieldName:

const setField = <T extends WritableKeysOf<Model>> (fieldName: T, fieldValue: Model[T]) => {
  model[fieldName] = fieldValue;
}
22.11.2019
Новые материалы

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..

ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


Для любых предложений по сайту: [email protected]