Nano Hash - криптовалюты, майнинг, программирование

Универсальный тип функции не применяется к возвращаемым членам объекта

Я определяю функцию, которая возвращает объект, членами которого являются функции с одинаковой полезной нагрузкой. Тип полезной нагрузки определяется с помощью generic, который расширяет объект. Однако поток жалуется, что общий тип отличается от переданного:

export const getObj = <T: {}>(url: string) => ({
  create: (entity: T) => console.log(url, entity),
  ...
});

const url = '/some-path';

type TEntity = {
  some: string,
};

const entity: TEntity = {
  some: 'value',
};

const instance = getObj<TEntity>(url);

instance.create(entity);

Flow жалуется:

^ Невозможно вызвать instance.create с entity обязан entity потому TEntity 2 несовместима с T 2.

Попробуйте.

Что я делаю не так?


  • Так почему же вы не сделали create как Tentity? create: (entity: TEntity) 08.07.2019
  • Во-первых, б / ц мне нужно как getObj<TOtherEntity> и getObj<TVeryOtherEntity> (и много других способов) тоже. И второй - это b / c рядом с create, есть другие методы, которым нужен тот же тип для правильного определения. Они так, как вы предположили, будет очень много копипаста. @Keith 08.07.2019
  • У меня еще нет полного ответа, но я заставил Flow вести себя, объявив возвращаемый тип getObj с помощью T вместо аннотации с помощью T inline. Вот Попробуйте поток сейчас, но я надеюсь, чтобы выяснить реальный ответ скоро. 09.07.2019
  • @ user11307804, да, я считаю, что определение возвращаемого типа может быть приемлемым решением. Странно, что сам поток не может рассчитать ... 09.07.2019

Ответы:


1

В случае сомнений, быть более явным.

// @flow

type EntityFactory<T> = $ReadOnly<{|
  create: (T) => void,
|}>;

export const getObj = <T>(url: string): EntityFactory<T> => ({
  create: (entity: T) => console.log(url, entity),
});

const url = '/some-path';

type TEntity = {
  some: string,
};

const entity: TEntity = {
  some: 'value',
};

const instance = getObj<TEntity>(url);

instance.create(entity);
12.07.2019
  • Пожалуйста, не пытайтесь быть милым со ссылками. Если по какой-либо причине в будущем эта ссылка перестанет работать, этот ответ никому не будет полезен. Укажите соответствующий код непосредственно в своем ответе в виде блока кода. 12.07.2019
  • Это то, что меня расстраивает в формате StackOverflow. Я парень, у которого есть ответ на вопрос, но я слишком занят, чтобы хорошо ответить на него. Если я оставлю плохо отформатированный ответ на вопрос, что может случиться хуже? Меня забанят или что-то в этом роде? Что делает SO с пользователями, которые хотят помочь, но не хотят прикладывать достаточно усилий, чтобы ответы были действительно хорошими? 15.07.2019
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..