在 compose 函数 Ramda 中访问数据

Question

我正在使用 Ramda 为一些数据提供结构。但是，我一直无法访问compose 中的数据。

1. 它应该映射 level 大于 2 的项目，但这不起作用

[keys, compose(map(map(find(propEq('level', > 2)))), values)]

1. 我正在尝试将 typeChild 中的所有项目保留为 unique。

这是用于测试它的 ramda 控制台（必须通过那里的链接，所以不允许 goo.gl 链接）：http://dpaste.com/0SATTZK

const result = pipe(
  pluck('type'),
  groupBy(
    pipe(
      find(propEq('level', 1)),
      propOr('NoLevel', 'name'),
    )
  ),
  converge(
    zipWith(unapply(zipObj(['name', 'typeChild']))),
    [keys, compose(map(map(find(propEq('level', 2)))), values)]
  ),
);
result(data)

输入数据

[{
    "title": "Apple",
    "type": [{"name": "Food", "level": 1}, {"name": "Fruit", "level": 2}]
  }, {
    "title": "Tomato",
    "type": [{"name": "Food", "level": 1}, {"name": "Fruit", "level": 2}]
  }, {
    "title": "Potato",
    "type": [{"name": "Food", "level": 1}, {"name": "Vegetable", "level": 2}]
  }, {
    "title": "The Alchemist",
    "type": [{"name": "Entertainment", "level": 1}, { "name": "Book", "level": 2}]
  }, {
    "title": "Superman",
    "type": [{"name": "Entertainment", "level": 1}, {"name": "Movie", "level": 2}]
  }, {
    "title": "More facts",
    "type": [{"name": "Foo", "level": 2}]
  }, {
    "title": "Superman",
    "type": [{"name": "Bar", "level": 1}]
  }
];

期望的输出

[

{name: "Food", typechild: [{level: 2, name: "Fruit"}, {level: 2, name: "Vegetable"}]},
 {name: "Entertainment", typechild: [{level: 2, name: "Book"}, {level: 2, name: "Movie"}]},
 {name: "NoName", typechild: [{level: 2, name: "Foo"}]},
 {name: "Bar", typechild: []}
]

Answer 1

好的，我来猜猜你在找什么。

---

显示数据

首先，您确实需要展示输入数据的某些部分。我把它简化为：

const data =[{
    "title": "Apple",
    "type": [{"name": "Food", "level": 1}, {"name": "Fruit", "level": 2}]
  }, {
    "title": "Tomato",
    "type": [{"name": "Food", "level": 1}, {"name": "Fruit", "level": 2}]
  }, {
    "title": "Potato",
    "type": [{"name": "Food", "level": 1}, {"name": "Vegetable", "level": 2}]
  }, {
    "title": "The Alchemist",
    "type": [{"name": "Entertainment", "level": 1}, { "name": "Book", "level": 2}]
  }, {
    "title": "Superman",
    "type": [{"name": "Entertainment", "level": 1}, {"name": "Movie", "level": 2}]
  }, {
    "title": "More facts",
    "type": [{"name": "Foo", "level": 2}]
  }, {
    "title": "Superman",
    "type": [{"name": "Bar", "level": 1}]
  }
];

（请注意，我从每种类型中删除了 color 属性，因为它们似乎与讨论无关，但它们不会改变任何东西。）

我从您的尝试中猜想会需要这样的输出：

[
 {name: "Food", typechild: [{level: 2, name: "Fruit"}, {level: 2, name: "Vegetable"}]},
 {name: "Entertainment", typechild: [{level: 2, name: "Book"}, {level: 2, name: "Movie"}]},
 {name: "NoName", typechild: [{level: 2, name: "Foo"}]},
 {name: "Bar", typechild: []}
]

通过组合函数来解决这个问题

这是一种方法：

const levelEq = (n) => pipe(prop('level'), equals(n));
const topLevel = pipe(prop('type'), find(levelEq(1)));
const topLevelName = pipe(topLevel, propOr('NoName', 'name'));
const extract2ndLevel = pipe(pluck('type'), flatten, filter(levelEq(2)));

const convert = pipe(
  groupBy(topLevelName),
  map(extract2ndLevel),
  map(uniq),
  toPairs,
  map(zipObj(['name', 'typechild']))
);

convert(data); //=> (the first output format above)

（通常对于那些单行，而不是pipe，我会使用compose，并颠倒顺序，但我也不太喜欢在同一个脚本中混合compose 和pipe。对于更长的convert 函数，我绝对更喜欢pipe。但是切换其中任何一个，或将它们组合起来都不会改变任何必要的东西。）

关键是这是建立在函数组合之上的。我没有尝试一次构建它，而是编写单独的函数来完成小工作并将它们组合成更复杂的工作。

请注意，此代码不会优雅地处理不良数据，更改为执行此操作可能是一项繁重的工作。

还要注意，在主函数中，我一次只工作一小步。我可以注释掉后续步骤以查看每个单独步骤的结果。如果我愿意，我也可以使用R.tap。

重新组合很少是个好主意

除了相对简单的levelEq 之外，这些辅助函数中的每一个都只使用一次。所以他们可以很容易地内联。我们可以这样重写这段代码：

const convert = pipe(
  groupBy(pipe(prop('type'), find(pipe(prop('level'), equals(1))), propOr('NoName', 'name'))),
  map(pipe(pluck('type'), flatten, filter(pipe(prop('level'), gte(__, 2))), uniq)),
  toPairs,
  map(zipObj(['name', 'typechild']))
);

但对我来说，这是一个难以理解的混乱，我不会打扰。

更好的文档

如果你习惯了Hindley-Milnar style type annotation，给这些函数添加类型签名可能会有所帮助，可能是这样的：

// Type :: {name: String, level: Int}

// :: Int -> (Type -> Bool)
const levelEq = (n) => pipe(prop('level'), equals(n));
// :: {type: [Type]} -> Type
const topLevel = pipe(prop('type'), find(levelEq(1)));
// :: {type: [Type]} -> String
const topLevelName = pipe(topLevel, propOr('NoName', 'name'));
// :: [{title: String, type: [Type}]}] -> [Type]
const extract2ndLevel = pipe(pluck('type'), flatten, filter(levelEq(2)));

// [{title: String, type: [Type]}] -> [{name: String, typechild: [Type]}]
const convert = pipe( /* ... */ )

（如果这些对您来说毫无意义，请不要担心。）

更改输出格式

但也许你真的想要这样的东西：

[
 {"name": "Food", "typechild": ["Fruit", "Vegetable"]}, 
 {"name": "Entertainment", "typechild": ["Book", "Movie"]}, 
 {"name": "NoName", "typechild": ["Foo"]}, 
 {"name": "Bar", "typechild": []}
]

事实证明这是一个简单的变化：

const convert = pipe(
  groupBy(topLevelName),
  map(extract2ndLevel),
  map(uniq),
  map(pluck('name')), // <--- A single addition
  toPairs,
  map(zipObj(['name', 'typechild']))
);

map的优点

我们在最后一个 sn-p 中看到的一件事是一系列连续的 map 调用。其中每一个都分别循环遍历列表。这使得代码干净，但如果在您的性能测试中，您发现这个额外的循环导致您的问题，您可以利用composition law associated with map，它经过适当的翻译，说

pipe(map(f), map(g)) ≍ map(pipe(f, g))

所以你可以添加这个：

// :: [{title: String, type: [Type}]}] -> [String]
const foo = pipe(extract2ndLevel, uniq, pluck('name'));

并像这样重写main函数：

// [{title: String, type: [Type]}] -> [{name: String, typechild: [Type]}]
const convert = pipe(
  groupBy(topLevelName),
  map(foo),
  toPairs,
  map(zipObj(['name', 'typechild']))
);

但我想不出这个新函数的好名字，这让我觉得这不是一个很好的抽象；如果实际性能测试表明多次迭代是一个现实问题，我只会选择这样做。

结论

函数式编程涉及很多方面，但其中一项关键技术是将所有内容不断分解为易于理解的部分。这就是我试图用这个解决方案做的事情。虽然我们可以打破这一点来创建没有依赖关系的单个函数（“重新组合...”上面），但很少可读。另一方面，这种方法很容易改变我们的方法（“更改输出格式”），并在必要时修复性能问题（“map 的优点”)。

哇，那应该是一篇博文！

---

您可以在 Ramda REPL 上看到其中的大部分内容。