iOS KVC運(yùn)用

主要應(yīng)用場(chǎng)景

  1. KVC 屬性賦值
  2. 添加和訪問(wèn)私有成員變量(ivar)
  3. 字典轉(zhuǎn)模型
  4. 取值 模型轉(zhuǎn)字典
  5. 集合操作符

自定義Person
@property (strong , nonatomic) NSString *name;
@property (strong , nonatomic) NSString *address;
@property (strong , nonatomic) Dog *dog;
@property (strong , nonatomic) NSArray<Book * > *books;
@property (assign , nonatomic) CGFloat numer;

簡(jiǎn)單屬性賦值

Person *p = [[Person alloc]init];
[p setValue:@"小李" forKey:@"name"];
[p setValue:@"杭州" forKey:@"address"];

復(fù)雜屬性賦值 (自定義類)

Person *p = [[Person alloc]init];
p.dog = [[Dog alloc]init];
[p setValue:@"小李" forKey:@"name"];
[p setValue:@"宜賓" forKey:@"address"];
//p的屬性中有一個(gè)是自定義的Dog類来屠,給自定義類賦值的方法有兩種:
//方法1:
[p setValue:@"喵喵桑" forKeyPath:@"dog.name"];
//方法2
[p.dog setValue:@"10歲" forKeyPath:@"age"];

添加和訪問(wèn)私有成員變量

//假如Person類的.m文件中有一個(gè)私有成員變量age

Person *p = [[Person alloc]init];
//賦值
[p setValue:@"26" forKeyPath:@"_age"];
//取值
NSString *age = [p valueForKeyPath:@"_age"];

復(fù)雜的字典轉(zhuǎn)模型

/*
KVC,使用setValuesForKeysWithDictionary:方法,該方法默認(rèn)根據(jù)字典中每個(gè)鍵值對(duì),調(diào)用setValue:forKey方法
缺點(diǎn):字典中的鍵值對(duì)必須與模型中的鍵值對(duì)完全對(duì)應(yīng),否則程序會(huì)崩潰
*/
NSDictionary *dic = @{@"name":@"老李",
                          @"address":@"宜賓",
                          @"dog":@{@"name":@"喵喵桑",@"other":@"很肥"},
                          @"books":@[
                         @{
                                @"name" : @"python從入門到放棄",
                                @"price" : @"12.3"},
                          @{
                                @"name" : @"一本書",
                                @"price" : @"20.5"
                          }]
    };
    Person *p = [[Person alloc]init];
    p.dog = [[Dog alloc]init];
    [p.dog setValuesForKeysWithDictionary:dic[@"dog"]];
    //保存模型的可變數(shù)組
    NSMutableArray *array = [NSMutableArray array];
    for (NSDictionary *dict in dic[@"books"]) {
        Book *book = [[Book alloc]init];
        [book setValuesForKeysWithDictionary:dict];
        [array addObject:book];
    }
    p.books = array;

集合操作符

以前百度的:
@count 返回一個(gè)值為集合中對(duì)象總數(shù)的NSNumber對(duì)象;
@avg 首先把集合中的每個(gè)對(duì)象都轉(zhuǎn)換為double類型,然后計(jì)算其平均值,并返回這個(gè)平均值的NSNumber對(duì)象;
@max 使用compare:方法來(lái)確定最大值,并返回最大值的NSNumber對(duì)象.所以為了保證其正常比較,集合中所有的對(duì)象都必須支持和另一個(gè)對(duì)象的比較,保證其可比性;
@min 原理和@max一樣,其返回的是集合中的最小值的NSNumber對(duì)象;
@sum 首先把集合中的每個(gè)對(duì)象都轉(zhuǎn)換為double類型,然后計(jì)算其總和,并返回總和的NSNumber對(duì)象;

    Person *p0 = [[Person alloc]init];
    p0.name = @"小李";
    p0.numer = 12;
    
    Person *p1 = [[Person alloc]init];
    p1.name = @"小王";
    p1.numer= 20;
    
    Person *p2 = [[Person alloc]init];
    p2.name = @"小六";
    p2.numer = 31;
    
    NSArray *array = @[p0,p1,p2];
    NSNumber *countNumber = [array valueForKeyPath:@"count.name"];
    NSNumber *avgNumber = [array valueForKeyPath:@"avg.numer"];
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末凤粗,一起剝皮案震驚了整個(gè)濱河市降盹,隨后出現(xiàn)的幾起案子攒读,更是在濱河造成了極大的恐慌曙求,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,406評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件宿刮,死亡現(xiàn)場(chǎng)離奇詭異眉反,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)猎提,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,732評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門获三,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人锨苏,你說(shuō)我怎么就攤上這事石窑。” “怎么了蚓炬?”我有些...
    開封第一講書人閱讀 163,711評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵松逊,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我肯夏,道長(zhǎng)经宏,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,380評(píng)論 1 293
  • 正文 為了忘掉前任驯击,我火速辦了婚禮烁兰,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘徊都。我一直安慰自己沪斟,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,432評(píng)論 6 392
  • 文/花漫 我一把揭開白布暇矫。 她就那樣靜靜地躺著主之,像睡著了一般。 火紅的嫁衣襯著肌膚如雪李根。 梳的紋絲不亂的頭發(fā)上槽奕,一...
    開封第一講書人閱讀 51,301評(píng)論 1 301
  • 那天,我揣著相機(jī)與錄音房轿,去河邊找鬼粤攒。 笑死所森,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的夯接。 我是一名探鬼主播焕济,決...
    沈念sama閱讀 40,145評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼盔几!你這毒婦竟也來(lái)了晴弃?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,008評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤问欠,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后粒蜈,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體顺献,經(jīng)...
    沈念sama閱讀 45,443評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,649評(píng)論 3 334
  • 正文 我和宋清朗相戀三年枯怖,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了注整。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,795評(píng)論 1 347
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡度硝,死狀恐怖肿轨,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情蕊程,我是刑警寧澤椒袍,帶...
    沈念sama閱讀 35,501評(píng)論 5 345
  • 正文 年R本政府宣布,位于F島的核電站藻茂,受9級(jí)特大地震影響驹暑,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜辨赐,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,119評(píng)論 3 328
  • 文/蒙蒙 一优俘、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧掀序,春花似錦帆焕、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,731評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至换吧,卻和暖如春浑娜,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背式散。 一陣腳步聲響...
    開封第一講書人閱讀 32,865評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工筋遭, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,899評(píng)論 2 370
  • 正文 我出身青樓漓滔,卻偏偏與公主長(zhǎng)得像编饺,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子响驴,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,724評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容