Playframework 有没有工具可以自动生成Anorm解析器组合器?
我刚刚开始使用Anorm和解析器组合器。似乎有很多样板代码。例如,我有Playframework 有没有工具可以自动生成Anorm解析器组合器?,playframework,anorm,Playframework,Anorm,我刚刚开始使用Anorm和解析器组合器。似乎有很多样板代码。例如,我有 case class Model( id:Int, field1:String, field2:Int, // a bunch of fields omitted ) val ModelParser:RowParser[RegdataStudentClass] = { int("id") ~ str("field1") ~ int("field2") ~ // a bunch
case class Model(
id:Int,
field1:String,
field2:Int,
// a bunch of fields omitted
)
val ModelParser:RowParser[RegdataStudentClass] = {
int("id") ~
str("field1") ~
int("field2") ~
// a bunch of fields omitted
map {
case id ~ field1 ~ field2 //more omissions
=> Model(id, field1, field2, // still more omissions
)
}
}
在定义整个数据库之前,每个数据库字段重复四次(!)。似乎解析器应该能够半自动地从case类中推导出来。有什么工具或其他技术可以减少这里的工作量吗
谢谢你的指点。实际上,你根本不需要重复任何东西。您可以使用
flatten
创建一个元组,然后用该元组创建模型实例:
(int("id") ~ str("field1") ~ int("field2"))
.map(flatten)
.map { tuple => (Model apply _).tupled(tuple) }
但是,如果需要进一步转换,则需要以某种方式修改元组:
(int("id") ~ str("field1") ~ int("field2"))
.map(flatten)
.map { tuple => (Model apply _).tupled(tuple.copy(_1=..., _2=....) }
这是我最终开发的解决方案。我目前在我的游戏项目中将此作为一个类;它可以(应该!)变成一个独立的工具。要使用它,请将
tableName
val更改为表名。然后使用类底部的main
运行它。它将打印case类和解析器组合器的框架。大多数情况下,这些骨骼只需要很少的调整
拜伦
我使用anorm也有同样的问题。我怀疑答案是根本不用阿诺姆。我认为Slick(以前称为ScalaQuery)是未来的发展方向,它使用宏来简化样板文件。不幸的是,宏需要Scala 2.10。另见:谢谢你的建议。我提出了一个不同的解决方案(见下文),因为这仍然需要我自己至少重复两次来列出字段。使用下面的解决方案,我根本不需要写出字段。顺便说一句,我正在使用一个现有的数据库。哎呀,一旦我接受了自己的答案,“下面”和“上面”就改变了相对位置。
package tools
import scala.sys.process._
import anorm._
/**
* Generate a parser combinator for a specified table in the database.
* Right now it's just specified with the val "tableName" a few lines
* down.
*
* 20121024 bwbecker
*/
object ParserGenerator {
val tableName = "uwdata.uwdir_person_by_student_id"
/**
* Convert the sql type to an equivalent Scala type.
*/
def fieldType(field:MetaDataItem):String = {
val t = field.clazz match {
case "java.lang.String" => "String"
case "java.lang.Boolean" => "Boolean"
case "java.lang.Integer" => "Int"
case "java.math.BigDecimal" => "BigDecimal"
case other => other
}
if (field.nullable) "Option[%s]" format (t)
else t
}
/**
* Drop the schema name from a string (tablename or fieldname)
*/
def dropSchemaName(str:String):String =
str.dropWhile(c => c != '.').drop(1)
def formatField(field:MetaDataItem):String = {
"\t" + dropSchemaName(field.column) + " : " + fieldType(field)
}
/**
* Derive the class name from the table name: drop the schema,
* remove the underscores, and capitalize the leading letter of each word.
*/
def deriveClassName(tableName:String) =
dropSchemaName(tableName).split("_").map(w => w.head.toUpper + w.tail).mkString
/**
* Query the database to get the metadata for the given table.
*/
def getFieldList(tableName:String):List[MetaDataItem] = {
val sql = SQL("""select * from %s limit 1""" format (tableName))
val results:Stream[SqlRow] = util.Util.DB.withConnection { implicit connection => sql() }
results.head.metaData.ms
}
/**
* Generate a case class definition with one data member for each field in
* the database table.
*/
def genClassDef(className:String, fields:List[MetaDataItem]):String = {
val fieldList = fields.map(formatField(_)).mkString(",\n")
""" case class %s (
%s
)
""" format (className, fieldList )
}
/**
* Generate a parser for the table.
*/
def genParser(className:String, fields:List[MetaDataItem]):String = {
val header:String = "val " + className.take(1).toLowerCase() + className.drop(1) +
"Parser:RowParser[" + className + "] = {\n"
val getters = fields.map(f =>
"\tget[" + fieldType(f) + "](\"" + dropSchemaName(f.column) + "\")"
).mkString(" ~ \n")
val mapper = " map {\n case " + fields.map(f => dropSchemaName(f.column)).mkString(" ~ ") +
" =>\n\t" + className + "(" + fields.map(f => dropSchemaName(f.column)).mkString(", ") + ")\n\t}\n}"
header + getters + mapper
}
def main(args:Array[String]) = {
val className = deriveClassName(tableName)
val fields = getFieldList(tableName)
println( genClassDef(className, fields) )
println( genParser(className, fields))
}
}