Kotlin注解处理器

说干就干。首先得在里配置kapt。刚开始傻乎乎地直接加了插件,结果同步一直失败。后来才发现得先在块里声明:

然后在dependencies里引入注解处理器,比如用AutoService:

这里踩过坑:忘记加implementation依赖会导致编译报错提示找不到注解类。

定义注解倒是不难。写了个注解:

重点在于------编译完注解就没用了,毕竟我们只需要在源码阶段处理它。

重头戏是写处理器。继承自后,先重写方法:

刚开始用Java的写法,后来发现Kotlin要用才准确。

最核心的方法里,得先遍历所有带注解的元素:

这里被类型转换坑过------明明判断了是CLASS,转换成TypeElement时还是可能抛出异常,最好用安全转换。

代码生成部分用了,虽然项目是Kotlin但生成Java代码更稳妥。后来发现用还能直接生成kt文件,不过得处理更多兼容性问题。以生成方法为例:

字符串拼接那里特别容易出错,换行符和引号转义需要特别小心。有次因为少了个转义斜杠,生成出来的代码直接编译报错。

调试也是个技术活。最开始用语句死活看不到输出,后来学会用在编译时查看日志。还有个技巧是在里手动创建文件,列出处理器全限定名,不然编译器可能找不到自定义处理器。

最后在数据类上加上注解,编译时就会自动生成对应的辅助类。虽然第一次配置花了整整两天,但看到编译后自动生成的代码,那种成就感简直了。现在团队里新增类似功能都直接套用这个模式,开发效率提升明显。

不过要提醒的是,注解处理器会延长编译时间,在持续集成环境可能需要额外分配内存。建议把生成的代码单独放在build目录,避免污染源码。另外现在有KSP(Kotlin Symbol Processing)这个新方案,据说比kapt更高效,下次项目升级可以考虑迁移。

相关推荐
benchmark_cc22 分钟前
批量获取量化数据时,如何设置合理的超时和重试机制?——QuantDash 高性能实战指南
开发语言·人工智能·python·pandas·量化·quantdash
2601_9669496523 分钟前
使用 Pandas 读取批量数据时如何避免内存溢出?QuantDash 量化数据工程师避坑指南
开发语言·python·pandas·tushare·akshare·quantdash
郑州光合科技余经理32 分钟前
海外版多语言团购系统架构:主数据互通与核销边界
java·开发语言·前端·后端·系统架构·php·ai编程
ttwuai44 分钟前
Go 后台图片上传到对象存储后,预览 403/404 怎么排查?
开发语言·golang
绿浪19841 小时前
c# 结构体 能不能直接封送检测
开发语言·c#
Jesse_EC1 小时前
为什么我设置的 contentLength 到了消费端变成了 0?
java
vipxieliang1 小时前
ValidX 的 Date 和 DateTime vs JPA 的 Temporal 对比
java·后端
杜touch1 小时前
Spring框架的AnnotationConfigApplicationContext类启动的流程
java
AI人工智能+电脑小能手2 小时前
大白话说Java设计模式-26-策略模式(业务实战篇)
java·spring·设计模式·策略模式·支付系统·算法切换