swift之用runtime实现字典转模型

很多时候我们需要把从服务器端请求下来的数据转成model类,今天就介绍一下如何利用runtime实现字典转模型

1、首先先建一个model类

class Person:NSObject { 
    var name:String?
    var age:NSNumber?
}

2、为NSObject创建一个extension,在其中实现字典转模型

主要分为一下几步

(1)获取所有的属性的名字

(2)通过属性的名字去字典里取值

(3)用KVC为model类赋值

extension NSObject{
    class func objectWithKeyValues(keyValues:NSDictionary) -> AnyObject{
        let model = self.init()
        //存放属性的个数
        var outCount:UInt32 = 0
        //获取所有的属性
        let properties = class_copyPropertyList(self.classForCoder(),&outCount)
        //遍历属性
        for var i = 0;i 

3、测试结果


但是有时候我们经常会遇到这样的情况model类继承自父类,比如

class Person:NSObject {
    var name:String?
    var age:NSNumber?
}
class Student:Person{
    var number:String?
    var score:NSNumber?
}
Student类继承自Person类我们也要为Student类中父类的属性赋值,也就是说我们在遍历属性的同时也要为父类的属性 ###4、遍历父类中得属性 在这种情况下我改变了一下思路,在获取属性的同时不在用KVC直接赋值,而是把获取的属性存起来,得到所有的属性之后在进行赋值 把扩展中得代码改造之后如下
extension NSObject{
    class func objectWithKeyValues(keyValues:NSDictionary) -> AnyObject{
        let model = self.init()
        //获取所有的属性
        let properties = self.allProperties()
        if let _ = properties{
            for property in properties!{
                if let value = keyValues[property.propertyNmae]{
                    //为model类赋值
                    model.setValue(value,forKey: property.propertyNmae as String)
                }
            }
        }
        return model
    }
    class func allProperties() -> [LKKProperty]?{
        let className = NSString(CString: class_getName(self),encoding: NSUTF8StringEncoding)
            if let _ = NSString(CString: class_getName(self),encoding: NSUTF8StringEncoding){
                //不用为NSObject的属性赋值
                if className!.isEqualToString("NSObject"){
                    return nil
                }
            }else{
                return nil
            }
            var outCount:UInt32 = 0
            //所有属性LKKProperty里面放着存放这个属性
            var propertiesArray = [LKKProperty]()
            let properties = class_copyPropertyList(self.classForCoder(),&outCount)
            //获取父类的所有属性
            let superM = self.superclass()?.allProperties()
            if let _ = superM{
                //把父类中得所有属性添加进去
                propertiesArray += superM!
            }
            //遍历自己的属性添加进去
            for var i = 0;i 

5、我们还经常遇到这种情况,类型嵌套,比如Person类里面还有一个Card类代表着我们的身份信息,我们在赋值的时候也想直接把Card的所有属性都能直接弄好,也就是说我们在遍历属性

思路如下,在获取属性的过程中判断是否属于Foundtation框架,如果是直接赋值,如果不是就获取这个类的所有属性,对这个类的属性进行赋值,然后把Card这个类的对象赋值给Person这个类的对象,修改代码如下。

class LKKProperty{
    //属性名字
    var propertyNmae:NSString!
    //属性
    var property:objc_property_t
    //属性类型
    var propertyType:LKKType!
    init(property:objc_property_t){
        self.property = property
        self.propertyNmae = NSString(CString: property_getName(property),encoding: NSUTF8StringEncoding)
        //自定义的类的描述格式为T@"_TtC15字典转模型4Card",N,&,Vcard
        //T+@+"+..+工程的名字+数字+类名+"+,+其他,而我们想要的只是类名,所以要修改这个字符串
      //获取类的描述
        var code: NSString = NSString(CString: property_getAttributes(property),encoding: NSUTF8StringEncoding)!
        //直接取出""中间的内容
        code = code.componentsSeparatedByString("\"")[1]
        let bundlePath = getBundleName()
        let range = code.rangeOfString(bundlePath)
        if range.length > 0{
            //去掉工程名字之前的内容
            code = code.substringFromIndex(range.length + range.location)
        }
        //在去掉剩下的数字
        var number:String = ""
        for char in (code as String).characters{
            if char 

6、未完成的事情

(1)当类的属性与字典里的key值不一定的时候,出现的情况:字典里面的key是关键字的时候

(2)当类的属性是数组,并且数组里面要放自定义类的时候

接着完成未完成的事情,首先当字典里的key值与属性不一致的时候,我弄了个映射

一、解决类的属性与字典里的key值不一定的情况

//如果需要映射关系,就让子类复写此方法,获取映射到得值
//并且在LKKProperty这个类中添加key属性,用来取的字典Key
  func replacedKeyFromPropertyName() -> NSDictionary{
        return ["属性名字":"key名字"]
    }

二、首先我们添加一个方法,这个方法的作用是把字典数组转成模型数组。代码如下

//把一个字典数组转成一个模型数组
    class func objectArrayWithKeyValuesArray(array:NSArray) -> [AnyObject]{
        var temp = Array<AnyObject>()
        let properties = self.allProperties()
        for(var i = 0;i < array.count;i++){
            let keyValues = array[i] as? NSDictionary
            if (keyValues != nil){
                let model = self.init()
                //为每个model赋值
                model.setValuesForProperties(properties,keyValues: keyValues!)
                temp.append(model)
            }
        }
        return temp
    }

三,当判断类的属性是数组的时候,通过这个方法拿到数组里面的类型

    //子类重写这个方法,说明数组里存放的对象类型
    func objectClassInArray() -> [String:String]{
        return ["属性名":"自定义类名"]
    }

四、在赋值时若发现是数组并且是数组里装的是自定义类的时候,用二的方法得到数组对象,并且赋值

    //把一个字典里的值赋给一个对象的值
    func setValuesForProperties(properties:[LKKProperty]?,keyValues:NSDictionary){
        //判断属性数组是否存在
        if let _ = properties{
            for property in properties!{
                //判断该属性是否属于Foundtation框架
                if property.propertyType.isFromFoundtion {
                    if let value = keyValues[property.key]{
                        //判断是否是数组,若是数组,判断数组里装的类是否是自定义类
                        if property.propertyType.isArray && property.propertyType.arrayClass != nil && value is NSArray{
                            //把字典数组转换成模型数组
                            let temp = property.propertyType.arrayClass!.objectArrayWithKeyValuesArray(value as! NSArray)
                            //为model类赋值
                            self.setValue(temp,forKey: property.propertyNmae as String)
                        }else{
                            //为model类赋值
                            self.setValue(value,forKey: property.propertyNmae as String)
                        }
                    }
                }else{
                    if let value = keyValues[property.key]{
                        if value is NSDictionary{
                            let subClass = property.propertyType.typeClass?.objectWithKeyValues(value as! NSDictionary)
                            //为model类赋值
                            self.setValue(subClass,forKey: property.propertyNmae as String)
                        }
                    }
                }
            }
        }
    }

这些内容下篇文章见,demo下载地址

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。