swift – 自我,协议扩展和非最终类

我尝试为UIView编写一个静态方法,它从nib中实例化该类的视图.方法应该是通用的,可以在每个UIView子类上工作.另外我想保存类型信息 – 所以,例如,在这段代码
let myView = MyView.loadFromNib()

编译器推断myView有MyView类.经过少量试用,我决定使用协议扩展,因为否则我将无法访问自己的内部方法体.

看起来应该这样工作:

protocol NibLoadable {
    static func loadFromNib(name: String?) -> Self
}

extension NibLoadable where Self: UIView {
    static func loadFromNib(name: String? = nil) -> Self {
        let nibName = name ?? "\(self)"
        let nib = UINib(nibName: nibName,bundle: nil)
        return nib.instantiateWithOwner(nil,options: nil)[0] as! Self
    }
}

extension UIView: NibLoadable {}

但它没有.我得到编译错误

Method 'loadFromNib' in non-final class 'UIView' must return `Self` to conform to protocol 'NibLoadable'

有两件奇怪的事情发生.首先,如果我更改协议声明

protocol NibLoadable {
    static func loadFromNib(name: String?) -> UIView
}

一切都很好,包括类型推断.第二,我可以进一步去删除where子句:

extension NibLoadable {
    ...
}

它一直在工作!

所以任何人都可以解释一下为什么我的第一个变体失败了,为什么第二和第三个工作正常,以及它与最终类有关?

这是我对你的看法的理解:

>在非最终的类’UIView’中得到编译错误方法’loadFromNib’必须在声明扩展名UIView:NibLoadable {}的位置返回’Self’以符合协议’NibLoadable’.我们来看看这个语句对编译器的意义.这就是说“UIView(和它的所有子类,因为它是一个非最终的类)都采用了NibLoadable协议,这意味着,对于UIView来说,将有一个方法与签名static func loadFromNib(name:String?) – &gt ; UIView,因为在这个上下文中的Self是UIView.“

但是这对UIView的子类意味着什么呢?它们继承了它们的一致性,并且可以从UIView本身继承该方法的实现.所以UIView的任何子类都可以使用带有签名的方法func loadFromNib(name:String?= nil) – > UIView的.但是,所有子类也遵循的NibLoadable协议表示该方法的返回类型必须为Self.在任何UIView子类的情况下(例如,让我们说“MyView”),继承方法的返回类型将是UIView而不是MyView.所以任何一个子类都会违反协议的合同.我意识到您的协议扩展使用自己,不会创建这个问题,但从技术上讲,您仍然可以直接在UIView扩展中实现该方法,似乎Swift编译器根本就不会允许它.更好的实现可能会发现Swift编译器验证一个协议扩展是否存在,它提供了实现,并且没有冲突的继承实现,但这似乎在这个时候不存在.所以为了安全起见,我的猜测是,编译器阻止任何具有自我返回类型方法的协议被非最终类采用.所以你看到的错误.

然而,使UIView成为一个最终的类,使得整个继承不合规的方法可能性和问题消失,这修复了错误.
>将UIView协议中的返回类型更改为修复所有内容的原因是因为没有’Self’作为返回类型,现在可以减轻编译器对具有不合格返回类型的方法的继承版本的担忧.例如,如果UIView要实现方法static func loadFromNib(name:String?) – > UIView和子类继承该方法,协议合同仍然适用于那些子类,所以没有问题!

另一方面,类型推断是有效的,因为UIView的子类从协议扩展中获取了它们的方法实现(因为该方法在UIView中没有直接实现).该实现返回Self类型,它告诉编译器返回的值与调用该方法的类型具有相同的类型,并且协议是满足的,因为UIView的任何子类都将具有Self类型,该子类是所需类型的UIView.
>删除where子句仅在这种特定情况下工作,因为您更改了返回UIView的协议方法,协议扩展定义了一个返回Self的匹配方法实现,然后只有UIView才能在示例代码中获取该扩展.因此,返回UIView的方法的协议要求与UIView的实现匹配得到哪个返回Self(在这种情况下恰好是UIView).但是,如果您尝试使UIView以外的任何类型获得协议扩展方法,例如

class SomeClass : NibLoadable {}

甚至

class MyView:UIView,NibLoadable {}

编译器不会允许它,因为协议扩展方法中的自我返回类型与协议中需要的UIView不匹配.我觉得在“MyView”或其他UIView子类的情况下,编译器错误可能是一个错误,因为返回MyView的方法将满足方法返回UIView的协议要求,如果MyView从UIView继承.

总结一些要点:

>它看起来不像协议扩展在您注意到的编译器错误中有任何作用.只是这样也会造成错误:

protocol NibLoadable {
    static func loadFromNib(name: String?) -> Self
}

extension UIView: NibLoadable {}

所以看起来编译器不允许非最终类采用具有自我返回类型(Period)的方法的协议.
>如果您更改协议方法签名以返回UIView而不是自己,特定的编译器警告消失,因为不再具有继承超类返回类型和破坏协议的子类的可能性.然后,您可以使用协议扩展将符合协议的协议添加到UIView.但是,如果您尝试采用除UIView之外的任何类型的协议,则会收到不同的错误,因为UIView的协议返回类型与协议扩展方法的返回类型Self不匹配,除了UIView的一种情况.这可能是一个bug,在我看来,因为UIView的任何子类的Self应该满足所需的UIView返回类型合同.
>但是奇怪的是,如果只在UIView中采用协议,UIView的子类将继承它们对协议的一致性(避免触发上述两个编译器错误),只要UIView就可以从协议扩展中获得它们的通用实现没有明确地实现协议方法本身.因此,子类将获得适当的Self的类型推断,并满足使该方法返回UIView的协议合同.

我很确定所有这些都有一个或多个错误,但Swift团队中的某个人必须确认这一点.

UPDATE

Swift团队在这个Twitter主题中做了一些澄清:

https://twitter.com/_danielhall/status/737782965116141568

作为怀疑,这是一个编译器限制(虽然显然不被认为是一个彻底的错误)协议匹配不考虑子类型,只有精确的类型匹配.当协议方法定义一个返回类型的UIView时,扩展UIView:NibLoadable {}将会起作用,但扩展MyView:NibLoadable {}不会.

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


软件简介:蓝湖辅助工具,减少移动端开发中控件属性的复制和粘贴.待开发的功能:1.支持自动生成约束2.开发设置页面3.做一个浏览器插件,支持不需要下载整个工程,可即时操作当前蓝湖浏览页面4.支持Flutter语言模板生成5.支持更多平台,如Sketch等6.支持用户自定义语言模板
现实生活中,我们听到的声音都是时间连续的,我们称为这种信号叫模拟信号。模拟信号需要进行数字化以后才能在计算机中使用。目前我们在计算机上进行音频播放都需要依赖于音频文件。那么音频文件如何生成的呢?音频文件的生成过程是将声音信息采样、量化和编码产生的数字信号的过程,我们人耳所能听到的声音频率范围为(20Hz~20KHz),因此音频文件格式的最大带宽是20KHZ。根据奈奎斯特的理论,音频文件的采样率一般在40~50KHZ之间。奈奎斯特采样定律,又称香农采样定律。...............
前言最近在B站上看到一个漂亮的仙女姐姐跳舞视频,循环看了亿遍又亿遍,久久不能离开!看着小仙紫姐姐的蹦迪视频,除了一键三连还能做什么?突发奇想,能不能把舞蹈视频转成代码舞呢?说干就干,今天就手把手教大家如何把跳舞视频转成代码舞,跟着仙女姐姐一起蹦起来~视频来源:【紫颜】见过仙女蹦迪吗 【千盏】一、核心功能设计总体来说,我们需要分为以下几步完成:从B站上把小姐姐的视频下载下来对视频进行截取GIF,把截取的GIF通过ASCII Animator进行ASCII字符转换把转换的字符gif根据每
【Android App】实战项目之仿抖音的短视频分享App(附源码和演示视频 超详细必看)
前言这一篇博客应该是我花时间最多的一次了,从2022年1月底至2022年4月底。我已经将这篇博客的内容写为论文,上传至arxiv:https://arxiv.org/pdf/2204.10160.pdf欢迎大家指出我论文中的问题,特别是语法与用词问题在github上,我也上传了完整的项目:https://github.com/Whiffe/Custom-ava-dataset_Custom-Spatio-Temporally-Action-Video-Dataset关于自定义ava数据集,也是后台
因为我既对接过session、cookie,也对接过JWT,今年因为工作需要也对接了gtoken的2个版本,对这方面的理解还算深入。尤其是看到官方文档评论区又小伙伴表示看不懂,所以做了这期视频内容出来:视频在这里:本期内容对应B站的开源视频因为涉及的知识点比较多,视频内容比较长。如果你觉得看视频浪费时间,可以直接阅读源码:goframe v2版本集成gtokengoframe v1版本集成gtokengoframe v2版本集成jwtgoframe v2版本session登录官方调用示例文档jwt和sess
【Android App】实战项目之仿微信的私信和群聊App(附源码和演示视频 超详细必看)
用Android Studio的VideoView组件实现简单的本地视频播放器。本文将讲解如何使用Android视频播放器VideoView组件来播放本地视频和网络视频,实现起来还是比较简单的。VideoView组件的作用与ImageView类似,只是ImageView用于显示图片,VideoView用于播放视频。...
采用MATLAB对正弦信号,语音信号进行生成、采样和内插恢复,利用MATLAB工具箱对混杂噪声的音频信号进行滤波
随着移动互联网、云端存储等技术的快速发展,包含丰富信息的音频数据呈现几何级速率增长。这些海量数据在为人工分析带来困难的同时,也为音频认知、创新学习研究提供了数据基础。在本节中,我们通过构建生成模型来生成音频序列文件,从而进一步加深对序列数据处理问题的了解。
基于yolov5+deepsort+slowfast算法的视频实时行为检测。1. yolov5实现目标检测,确定目标坐标 2. deepsort实现目标跟踪,持续标注目标坐标 3. slowfast实现动作识别,并给出置信率 4. 用框持续框住目标,并将动作类别以及置信度显示在框上
数字电子钟设计本文主要完成数字电子钟的以下功能1、计时功能(24小时)2、秒表功能(一个按键实现开始暂停,另一个按键实现清零功能)3、闹钟功能(设置闹钟以及到时响10秒)4、校时功能5、其他功能(清零、加速、星期、八位数码管显示等)前排提示:前面几篇文章介绍过的内容就不详细介绍了,可以看我专栏的前几篇文章。PS.工程文件放在最后面总体设计本次设计主要是在前一篇文章 数字电子钟基本功能的实现 的基础上改编而成的,主要结构不变,分频器将50MHz分为较低的频率备用;dig_select
1.进入官网下载OBS stdioOpen Broadcaster Software | OBS (obsproject.com)2.下载一个插件,拓展OBS的虚拟摄像头功能链接:OBS 虚拟摄像头插件.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)提取码:6656--来自百度网盘超级会员V1的分享**注意**该插件必须下载但OBS的根目录(应该是自动匹配了的)3.打开OBS,选中虚拟摄像头选择启用在底部添加一段视频录制选择下面,进行录制.
Meta公司在9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**,该技术旨在实现文本到视频的生成,可以仅用几个单词或几行文本生成异想天开、独一无二的视频,将无限的想象力带入生活
音频信号叠加噪声及滤波一、前言二、信号分析及加噪三、滤波去噪四、总结一、前言之前一直对硬件上的内容比较关注,但是可能是因为硬件方面的东西可能真的是比较杂,而且需要渗透的东西太多了,所以学习进展比较缓慢。因为也很少有单纯的硬件学习研究,总是会伴随着各种理论需要硬件做支撑,所以还是想要慢慢接触理论学习。但是之前总找不到切入点,不知道从哪里开始,就一直拖着。最近稍微接触了一点信号处理,就用这个当作切入点,开始接触理论学习。二、信号分析及加噪信号处理选用了matlab做工具,选了一个最简单的语音信号处理方
腾讯云 TRTC 实时音视频服务体验,从认识 TRTC 到 TRTC 的开发实践,Demo 演示& IM 服务搭建。
音乐音频分类技术能够基于音乐内容为音乐添加类别标签,在音乐资源的高效组织、检索和推荐等相关方面的研究和应用具有重要意义。传统的音乐分类方法大量使用了人工设计的声学特征,特征的设计需要音乐领域的知识,不同分类任务的特征往往并不通用。深度学习的出现给更好地解决音乐分类问题提供了新的思路,本文对基于深度学习的音乐音频分类方法进行了研究。首先将音乐的音频信号转换成声谱作为统一表示,避免了手工选取特征存在的问题,然后基于一维卷积构建了一种音乐分类模型。
C++知识精讲16 | 井字棋游戏(配资源+视频)【赋源码,双人对战】
本文主要讲解如何在Java中,使用FFmpeg进行视频的帧读取,并最终合并成Gif动态图。
在本篇博文中,我们谈及了 Swift 中 some、any 关键字以及主关联类型(primary associated types)的前世今生,并由浅及深用简明的示例向大家讲解了它们之间的奥秘玄机。