Nano Hash - криптовалюты, майнинг, программирование

Создание POJO с использованием генератора OpenAPI с аннотациями Lombok

Я использую плагин maven генератора OpenAPI, как показано ниже, для генерации клиентского кода Java для моделей.

<plugin>
    <groupId>org.openapitools</groupId>
    <artifactId>openapi-generator-maven-plugin</artifactId>
    <version>4.3.1</version>
    <executions>
        <execution>
            <goals>
                <goal>generate</goal>
            </goals>
            <configuration>
                <inputSpec>${project.basedir}/src/main/resources/api.yaml</inputSpec>
                <generatorName>java</generatorName>
                <configOptions>
                   <sourceFolder>src/gen/java/main</sourceFolder>
                </configOptions>
            </configuration>
        </execution>
    </executions>
</plugin>

Когда я генерирую классы модели, они генерируются с помощью обычных объявлений полей POJO, а также методов получения и установки. Но я хочу, чтобы вместо генерации геттеров и сеттеров мои классы автоматически генерировались с аннотациями Lombok для Java pojos, таких как @Getter, @Setter, @Data и т. Д. Есть ли способ настроить генератор модели, чтобы он соответствовал использованию выше требование случая?

Я пытался узнать, есть ли способ. Я нашел это обсуждение, где в самом последнем комментарии говорится о PR, где решена проблема создания моделей с использованием аннотаций Lombok. Но я не вижу четких указаний на использование или какой-либо документации этой функции в проекте с открытым исходным кодом генератора OpenAPI, который еще не реализован. Итак, есть ли сегодня способ генерировать модели с аннотациями Lombok вместо обычных геттеров и сеттеров?


  • Возможно, было бы проще написать код, используя новую функцию records, появившуюся в Java 16, а не в Lombok. . 16.01.2021

Ответы:


1

Чтобы завершить эту очень старую ветку: Теперь он поддерживает аннотации Lombok.

Пример взят из здесь

 <configOptions>
     <additionalModelTypeAnnotations>@lombok.Builder @lombok.NoArgsConstructor @lombok.AllArgsConstructor</additionalModelTypeAnnotations>
 </configOptions>
08.04.2021
  • Отлично @ Laess3r, спасибо за комментарий. Это поможет и другим. 08.04.2021
  • Отлично! В какой версии генератора openapi добавлена ​​поддержка Lombok? 25.05.2021
  • @ DV82XL Похоже, что дополнительная поддержка аннотаций была введена в марте 2020 года в генераторе OpenAPI 4.2.3. 27.05.2021

  • 2

    РЕДАКТИРОВАТЬ: Этот ответ устарел. См. Сообщение @ Laess3r. Я оставлю это, так как это применимо к более старым версиям генератора opnapi.


    openapi-generator еще не поддерживает аннотации Lombok. Если вы хотите сгенерировать код с аннотациями Lombok, вам необходимо создать собственный шаблон в mustache, как описано в https://openapi-generator.tech/docs/templating/.

    Если вы никогда не работали с mustache, имейте в виду, что его трудно читать, поэтому постарайтесь сделать шаблоны как можно более простыми и обязательно добавьте модульные тесты для проверки сгенерированного вывода. Шаблон будет выглядеть примерно так:

    /**
     * {{#description}}{{description}}{{/description}}
     */
    @Data
    public class {{classname}} {{#parent}}extends {{{parent}}} {{/parent}} {
    {{#vars}}
        /**
         * {{#description}}{{description}}{{/description}}
         */
        @JsonProperty("{{#lambda.lowercase}}{{nameInSnakeCase}}{{/lambda.lowercase}}")
        private {{{datatypeWithEnum}}} {{name}};
    {{/vars}}
    
    15.01.2021
    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..