MapStruct 工具使用(ignore,expression,qualifiedByName)
ztj100 2025-01-06 16:31 27 浏览 0 评论
1.pom坐标
<!--mapstruct start-->
<dependency>
<groupId>org.mapstruct</groupId>
<artifactId>mapstruct</artifactId>
<version>1.4.2.Final</version>
</dependency>
<dependency>
<groupId>org.mapstruct</groupId>
<artifactId>mapstruct-processor</artifactId>
<version>1.4.2.Final</version>
</dependency>
<!--mapstruct end-->
2.使用
@Data
@TableName("t_order")
public class Order {
@TableId(value = "order_id")
private Long orderId;
@TableField(value = "price")
private BigDecimal price;
@TableField(value = "user_id")
private Long userId;
@TableField(value = "status")
private String status;
private LocalDateTime start;
private String generalField;
}
package com.wangguo.converter;
import com.wangguo.dto.OrderDto;
import com.wangguo.entity.Order;
import org.mapstruct.Mapper;
import org.mapstruct.Mapping;
import org.mapstruct.Named;
import org.mapstruct.factory.Mappers;
import java.math.BigDecimal;
import java.text.SimpleDateFormat;
import java.time.LocalTime;
/**
* 1.常规的映射使用 @Mapping(target = "field", source = "generalField") 字段名不同
* 2.expression 的使用 expression = "java(expression)"
* 2.1 expression 可以写相应的表达式
* 2.2 如果需要需要引入相应的类 在imports中引入
* 3. qualifiedByName的使用
* 3.1 @Named() 注解定义方法 在相应的Converter类中
* 3.2 对应的方法名在 @Mapping中正常引用
* 3.3 其中方法中的参数来源于source,如我写的例子。因为方法中引用的是(Order order) 所以source=“order”
* 4.ignore的使用 target中不映射source中的值
*/
@Mapper(imports = {LocalTime.class, SimpleDateFormat.class})
public interface OrderConverter {
OrderConverter INSTANCE = Mappers.getMapper(OrderConverter.class);
@Mapping(target = "field", source = "generalField")
//@Mapping(target = "start", expression = "java(order.getStart()!= null ? order.getStart().withHour(23).withMinute(59).withSecond(59).withNano(0): null )")
@Mapping(target = "start", expression = "java(order.getStart()!= null ? order.getStart().with(LocalTime.MAX).withNano(0): null )")
@Mapping(target = "price", source = "order", qualifiedByName = "fillPrice")
@Mapping(target = "status", ignore = true)
OrderDto covert(Order order);
@Named("fillPrice")
default BigDecimal fillPrice(Order order) {
return order.getPrice().add(new BigDecimal("2.0"));
}
}
package com.wangguo;
import com.wangguo.converter.OrderConverter;
import com.wangguo.dto.OrderDto;
import com.wangguo.entity.Order;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;
import java.math.BigDecimal;
import java.time.LocalDateTime;
/**
* Copyright 1968-2022 Midea Group,IT
*
* @author wangguo17
* @create 2024/11/14
* @description mapStruct的使用demo
*/
@SpringBootTest
public class ConvertTest {
@Test
public void convertDto() {
Order order = new Order();
order.setGeneralField("generaField");
order.setStart(LocalDateTime.now());
order.setPrice(new BigDecimal("2.0"));
order.setStatus("status");
System.out.println("order = " + order);
OrderDto orderDto = OrderConverter.INSTANCE.covert(order);
System.out.println("-------");
System.out.println("orderDto = " + orderDto);
/**
* order = Order(orderId=null, price=2.0, userId=null, status=status, start=2024-11-14T10:51:01.935, generalField=generaField)
* -------
* orderDto = OrderDto(orderId=null, price=4.0, userId=null, status=null, start=2024-11-14T23:59:59, field=generaField)
*/
}
}
- 上一篇:深入理解Mysql数据存储
- 下一篇:mybatis小于(等于)写法问题
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)