Представление классов case в виде массивов JSON
Первое, что следует отметить, это то, что модуль circe-shape предоставляет экземпляры для HList
s Shapeless, которые используют представление массива, подобное тому, которое мы хотим для наших классов case. Например:
scala> import io.circe.shapes._
import io.circe.shapes._
scala> import shapeless._
import shapeless._
scala> ("foo" :: 1 :: List(true, false) :: HNil).asJson.noSpaces
res4: String = ["foo",1,[true,false]]
… И сам Shapeless обеспечивает общее сопоставление между классами case и HList
s. Мы можем объединить эти два, чтобы получить общие экземпляры, которые нам нужны для классов case:
import io.circe.{ Decoder, Encoder }
import io.circe.shapes.HListInstances
import shapeless.{ Generic, HList }
trait FlatCaseClassCodecs extends HListInstances {
implicit def encodeCaseClassFlat[A, Repr <: HList](implicit
gen: Generic.Aux[A, Repr],
encodeRepr: Encoder[Repr]
): Encoder[A] = encodeRepr.contramap(gen.to)
implicit def decodeCaseClassFlat[A, Repr <: HList](implicit
gen: Generic.Aux[A, Repr],
decodeRepr: Decoder[Repr]
): Decoder[A] = decodeRepr.map(gen.from)
}
object FlatCaseClassCodecs extends FlatCaseClassCodecs
А потом:
scala> import FlatCaseClassCodecs._
import FlatCaseClassCodecs._
scala> Cake("cherry", 100).asJson.noSpaces
res5: String = ["cherry",100]
scala> Hat("cowboy", "felt", "brown").asJson.noSpaces
res6: String = ["cowboy","felt","brown"]
Обратите внимание, что я использую io.circe.shapes.HListInstances
, чтобы связать только нужные нам экземпляры из Circe-shape вместе с нашими экземплярами пользовательского класса case, чтобы минимизировать количество вещей, которые наши пользователи должны импортировать (как с точки зрения эргономики, так и с точки зрения эргономики). ради сокращения времени компиляции).
Кодирование общего представления наших ADT
Это хороший первый шаг, но он не дает нам того представления, которое мы хотим для самого Item
. Для этого нам понадобится более сложное оборудование:
import io.circe.{ JsonObject, ObjectEncoder }
import shapeless.{ :+:, CNil, Coproduct, Inl, Inr, Witness }
import shapeless.labelled.FieldType
trait ReprEncoder[C <: Coproduct] extends ObjectEncoder[C]
object ReprEncoder {
def wrap[A <: Coproduct](encodeA: ObjectEncoder[A]): ReprEncoder[A] =
new ReprEncoder[A] {
def encodeObject(a: A): JsonObject = encodeA.encodeObject(a)
}
implicit val encodeCNil: ReprEncoder[CNil] = wrap(
ObjectEncoder.instance[CNil](_ => sys.error("Cannot encode CNil"))
)
implicit def encodeCCons[K <: Symbol, L, R <: Coproduct](implicit
witK: Witness.Aux[K],
encodeL: Encoder[L],
encodeR: ReprEncoder[R]
): ReprEncoder[FieldType[K, L] :+: R] = wrap[FieldType[K, L] :+: R](
ObjectEncoder.instance {
case Inl(l) => JsonObject("tag" := witK.value.name, "contents" := (l: L))
case Inr(r) => encodeR.encodeObject(r)
}
)
}
Это говорит нам, как кодировать экземпляры Coproduct
, которые Shapeless использует как общее представление запечатанных иерархий признаков в Scala. Поначалу код может показаться пугающим, но это очень распространенный шаблон, и если вы потратите много времени на работу с Shapeless, вы поймете, что 90% этого кода, по сути, является шаблоном, который вы видите каждый раз, когда создаете экземпляры, как это индуктивно.
Расшифровка этих копродуктов
Реализация декодирования даже немного хуже, но по той же схеме:
import io.circe.{ DecodingFailure, HCursor }
import shapeless.labelled.field
trait ReprDecoder[C <: Coproduct] extends Decoder[C]
object ReprDecoder {
def wrap[A <: Coproduct](decodeA: Decoder[A]): ReprDecoder[A] =
new ReprDecoder[A] {
def apply(c: HCursor): Decoder.Result[A] = decodeA(c)
}
implicit val decodeCNil: ReprDecoder[CNil] = wrap(
Decoder.failed(DecodingFailure("CNil", Nil))
)
implicit def decodeCCons[K <: Symbol, L, R <: Coproduct](implicit
witK: Witness.Aux[K],
decodeL: Decoder[L],
decodeR: ReprDecoder[R]
): ReprDecoder[FieldType[K, L] :+: R] = wrap(
decodeL.prepare(_.downField("contents")).validate(
_.downField("tag").focus
.flatMap(_.as[String].right.toOption)
.contains(witK.value.name),
witK.value.name
)
.map(l => Inl[FieldType[K, L], R](field[K](l)))
.or(decodeR.map[FieldType[K, L] :+: R](Inr(_)))
)
}
В общем, в наших Decoder
реализациях будет немного больше логики, поскольку каждый шаг декодирования может завершиться ошибкой.
Наше представительство ADT
Теперь мы можем все это объединить:
import shapeless.{ LabelledGeneric, Lazy }
object Derivation extends FlatCaseClassCodecs {
implicit def encodeAdt[A, Repr <: Coproduct](implicit
gen: LabelledGeneric.Aux[A, Repr],
encodeRepr: Lazy[ReprEncoder[Repr]]
): ObjectEncoder[A] = encodeRepr.value.contramapObject(gen.to)
implicit def decodeAdt[A, Repr <: Coproduct](implicit
gen: LabelledGeneric.Aux[A, Repr],
decodeRepr: Lazy[ReprDecoder[Repr]]
): Decoder[A] = decodeRepr.value.map(gen.from)
}
Это очень похоже на определения в нашем FlatCaseClassCodecs
выше, и идея та же: мы определяем экземпляры для нашего типа данных (либо классы case, либо ADT), опираясь на экземпляры для общих представлений этих типов данных. Обратите внимание, что я расширяю FlatCaseClassCodecs
, чтобы минимизировать импорт для пользователя.
в действии
Теперь мы можем использовать эти экземпляры следующим образом:
scala> import Derivation._
import Derivation._
scala> item1.asJson.noSpaces
res7: String = {"tag":"Cake","contents":["cherry",100]}
scala> item2.asJson.noSpaces
res8: String = {"tag":"Hat","contents":["cowboy","felt","brown"]}
… Что именно то, что мы хотели. И самое приятное то, что это будет работать для любой запечатанной иерархии черт в Scala, независимо от того, сколько в ней классов case или сколько членов имеют эти классы case (хотя время компиляции начнет ухудшаться, когда вы попадете в десятки из них). ), предполагая, что все типы членов имеют представления JSON.
person
Travis Brown
schedule
31.08.2018