内容简介:VSCode 下建立 flutter.code-snipptes添加以下代码段比如服务端叫 user_id,本地想叫 userId.
dependencies: json_annotation: ^2.0.0 dev_dependencies: build_runner: ^1.0.0 json_serializable: ^2.0.0 复制代码
2. 添加引用
import 'package:json_annotation/json_annotation.dart'; part 'your_model_file_name.g.dart'; 复制代码
3. [可选] 使用 Code Snippets
VSCode 下建立 flutter.code-snipptes
添加以下代码段
"Json Model": {
"scope": "dart",
"prefix": "fJsonModel",
"body": [
"@JsonSerializable()",
"class ${1:type} {",
"${1:type} ();",
"factory ${1:type} .fromJson(Map<String, dynamic> json) => _$${1:type} FromJson(json);",
"Map<String, dynamic> toJson() => _$${1:type} ToJson(this);",
"}"
],
"description": "Json Model"
},
复制代码
4. (通过Code Snippets) 建立以下模型
@JsonSerializable() // 关键要素 1
class MyUserModel { // 关键要素 2
int user_id; // 要解析的字段,和 server 字段同名同类型
String user_name;
String user_avatar;
MyUserModel({this.user_id, this.user_name, this.user_avatar});
//反序列化 关键要素 3
factory MyUserModel.fromJson(Map<String, dynamic> json) => _$MyUserModelFromJson(json);
//序列化 关键要素 4
Map<String, dynamic> toJson() => _$MyUserModelToJson(this);
}
复制代码
5. 服务端和本地字段不同名的处理
比如服务端叫 user_id,本地想叫 userId.
Code Snippets:
"Json key": {
"scope": "dart",
"prefix": "fJsonKey",
"body": [
"@JsonKey(name: '${1:serverKey}')",
"final ${2:type} ${3:localKey};"
],
"description": "Json key"
}
复制代码
@JsonKey(name: 'user_id') // 服务端 final int userId; // 本地 复制代码
6. 有些字段不想被解析
@JsonKey(ignore: true) final int myVar; 复制代码
7. 开启脚本转换刚才的源代码
打开终端,cd 到工程根目录
输入以下命令:
- 一次性转换
flutter pub run build_runner build 复制代码
- 循环监控转换
flutter pub run build_runner watch 复制代码
注意:循环监控可能造成模拟器 hot reload 失效,建议建模完毕后关闭。
执行完之后,会自动出现 YourModel.g.dart 类,里面就是完整的 json 解析模板代码。这个类不要修改,它是由脚本自动生成。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 懒人福音——渗透测试单行化
- 懒人高效法安装开源监控神器centreon
- 懒人必备,IntelliJ IDEA中代码一键生成
- SAPI v1.1 发布了,API 懒人福音
- 适用于键盘流、懒人、强迫症患者以及码农的究极Mac使用指南
- 懒人福利:不写代码调优深度模型,谷歌开源的「What-If」了解一下
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
数据驱动:从方法到实践
桑文锋 / 电子工业出版社 / 2018-3 / 49
本书是从理论到实践的全面且细致的企业数据驱动指南,从作者的百度大数据工作说起,完整还原其从零到一构建百度用户行为大数据处理平台经历。详解大数据本质、理念与现状,围绕数据驱动四环节——采集、建模、分析、指标,深入浅出地讲述企业如何将数据驱动方案落地,并指出数据驱动的价值在于“数据驱动决策”、“数据驱动产品智能”。最后通过互联网金融、电子商务、企业服务、零售四大行业实践,从需求梳理、事件指标设计、数据......一起来看看 《数据驱动:从方法到实践》 这本书的介绍吧!