IDEA工具第二篇:自定义Java方法注释模板 | 京东云技术团队
网上搜索类似的文章有很多,但是一味的复制粘贴总会出现各种奇葩问题,最后然并卵!今天特意自己研究琢磨一下,将最终结果分享给大家,100%亲测可用。
一、说明
想必大家都用过Eclipse
的方法注释生成,方法上输入 /**
,回车走你,巴拉巴拉如下的注释便生成了,今天就悄悄告诉大家如何自定义这样的模板生成,一般人我可不告诉他😂,快捷的注释模板势必会提升一定的工作效率。
/** * 查询学生基本信息 * * @param studentId 学生ID * @param studentType V学生类型 * @return 学生展示对象 * @author admin * @date 2023/06/18 6:18 */ public StudentVO queryStudentInfo(Long studentId, Integer studentType) { // 省略。。。。。。 }
二、增加注释模板
1、首先
打开IDEA设置Settings...(Windows快捷键:Ctrl + Alt + S
,Mac快捷键:command + ,
)---> Editor
---> Live Templates
---> 点击右侧加号"+
"
2、然后
设置以下六处相应的内容
以上6处需要注意的地方:
①Abbreviation
:快捷缩略词,可以输入数值、字母、符号,到时配合 /*
使用(依模板内容而定),例如你输入一个,那么到时候输入/回车即可,以下为本人设置内容(👈此处是关键核心设置内容
_)_*
*
②Description
:实时模板的说明文字,提示显示用,以下为本人设置内容
java方法注释快捷操作
③Edit variables
:编辑变量按钮,默认灰色不可编辑,只有④中输入了带有 $参数$
的变量时才会解锁,以下为本人设置内容
param:
由于默认的表达式 methodParameters()
生成的多参数在同一行显示,且格式为 [参数名1, 参数名2....] 这种风格,此处进行改造自定义groovy脚本生成参数列表(👈此处是关键核心设置内容
)
groovyScript("def result=''; def stop=false; def params=\"${_1}\".replaceAll('[\\\\[|\\\\]|\\\\s]', '').split(',').toList(); if (params.size()==1 && (params[0]==null || params[0]=='null' || params[0]=='')) { stop=true; }; if(!stop) { for(i=0; i < params.size(); i++) {if(i==0) result += '\\n'; result +=((i < params.size() - 1) ? ' * @param ' + params[i] + '\\r\\n' : ' * @param ' + params[i] + '')}; }; return result;", methodParameters())
return:
由于默认的表达式 methodReturnType()
不返回void类型,此处若想设置成无返回值也返回[@return](https://my.oschina.net/u/556800) void
可以通过自定义groovy脚本(👈此处是关键核心设置内容
)
groovyScript("def result=''; def data=\"${_1}\"; def stop=false; if(data==null || data=='null' || data=='' || data=='void') { stop=true; }; if(!stop) { result += '\\n'; result += ' * @return ' + data; }; return result;", methodReturnType())
date:
对日期格式有要求的,可以在Expression列中对date()加参,以下为本人设置内容
date("yyyy/MM/dd HH:mm")
④Template text
:模板内容,即自定义注释展示内容,以下为本人设置内容(👈此处是关键核心设置内容
)
* * 一句话描述该方法的作用 $param$ $return$ * @author admin * @date $date$ */
第一行默认无缩进一个*
号,从第二行开始默认缩进一个空格,其中$param$
和$return$
前面不加*号(因为在具体的参数方法里面已做处理),和其它非第一行*
号保持对齐。此处格式一定要使用这种,因为会配合下面的groovy脚本解析使用。若修改该内容,切记同时修改相应的groovy脚本,否则生成的注释不堪入目😩。
⑤Applicable contexts
:应用于哪个位置,由于此次操作为Java,固只在Java前挑勾应用,以下为本人设置内容
勾选Java下的Comment
⑥Options
:其他参数,包括格式化、展开方式等,以下为本人设置内容
Expand with选择Enter,勾选Reformat according to style和Shorten FQ names
3、最后
放上一张设置好的成品图,同时测试一下自定义方法注释,在方法前面输入/**
,然后按回车Enter
即可
3.1、多个参数有返回值:
/** * 一句话描述该方法的作用 * @param name * @param type * @return java.lang.Object * @author admin * @date 2023/08/15 16:28 */ public Object selectInfoTest(String name, Integer type) { return null; }
3.2、多个参数无返回值:
/** * 一句话描述该方法的作用 * @param name * @param id * @author admin * @date 2023/08/15 16:28 */ public void deleteInfoTest(String name, Integer id) { }
3.3、无参数无返回值:
/** * 一句话描述该方法的作用 * @author admin * @date 2023/08/15 16:29 */ public void initInfoTest() { }
3.4、单一参数无返回值:
/** * 一句话描述该方法的作用 * @param id * @author admin * @date 2023/08/15 20:36 */ public void initInfoByIdTest(Integer id) { }
三、总结
完美落幕,如果什么地方有不妥之处,请评论区留言或者私信。
作者:京东零售 马宏伟
来源:京东云开发者社区 转载请注明来源

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
从基础到实践,回顾Elasticsearch 向量检索发展史
本文分享自华为云社区《Elasticsearch向量检索的演进与变革:从基础到应用》,作者: 汀丶。 1.引言 向量检索已经成为现代搜索和推荐系统的核心组件。 通过将复杂的对象(例如文本、图像或声音)转换为数值向量,并在多维空间中进行相似性搜索,它能够实现高效的查询匹配和推荐。 Elasticsearch 作为一款流行的开源搜索引擎,其在向量检索方面的发展也一直备受关注。本文将回顾 Elasticsearch 向量检索的发展历史,重点介绍各个阶段的特点和进展。以史为鉴,方便大家建立起 Elasticsearch 向量检索的全量认知。 2. 初步尝试:简单向量检索的引入 Elasticsearch 最初并未专门针对向量检索进行设计。然而,随着机器学习和人工智能的兴起,对于高维向量空间的查询需求逐渐增长。 在 Elasticsearch 的 5.x 版本中,Elastic 爱好者们开始尝试通过插件和基本的数学运算实现简单的向量检索功能。如:一些早期的插件如 elasticsearch-vector-scoring、fast-elasticsearch-vector-scoring 就是为了...
- 下一篇
昇腾CANN 7.0 黑科技:大模型训练性能优化之道
本文分享自华为云社区《昇腾CANN 7.0 黑科技:大模型训练性能优化之道》,作者: 昇腾CANN 。 目前,大模型凭借超强的学习能力,已经在搜索、推荐、智能交互、AIGC、生产流程变革、产业提效等场景表现出巨大的潜力。大模型经过海量数据的预训练,通常具有良好的通用性和泛化性。用户基于“大模型预训练+微调”开发范式即可在实际业务场景取得理想的效果。从经济成本和时间成本来看,预训练是构筑各种行业模型的主要部分,优化大模型预训练具有非常重要的意义。 Open AI研究表明:大模型表现好坏强烈依赖于模型规模,弱依赖于架构;模型表现随着计算量、数据量和参数量提升;模型表现随着训练数据量和参数量的提升是可预测的。总体来讲,大参数量、大数据量、大计算量已经成为大模型表现好的主要因素。 来源:OpenAI Scaling laws for neural language models 这样的趋势给大模型训练带来什么挑战呢? 首先是算力问题。1750亿参数量的GPT-3训练3000亿token,需要算力3.14e11 TFLOPs,千卡A100集群训练时长需要22天左右(算力利用率约为50%);1....
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS关闭SELinux安全模块
- CentOS7安装Docker,走上虚拟化容器引擎之路
- Docker安装Oracle12C,快速搭建Oracle学习环境
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- Linux系统CentOS6、CentOS7手动修改IP地址
- Hadoop3单机部署,实现最简伪集群
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS7,8上快速安装Gitea,搭建Git服务器