当前位置:首页 > 文章列表 > 文章 > 软件教程 > Dioxus 中的数据获取

Dioxus 中的数据获取

2026-08-20 22:12:33 0浏览 收藏

获取数据

我们的 HotDog 应用程序具有一些基本的交互性,但还不能获取新的狗图像。在本章中,我们将使用异步从 API 接口获取数据。

添加依赖关系

Dioxus 没有提供任何用于获取数据的内置实用程序。但在本教程中,我们将从头开始实现数据获取。

首先,我们需要为应用程序添加两个新的依赖项:serde 和 reqwest。

  • Reqwest 提供了一个用于获取数据的 HTTP 客户端。
  • Serde 会让我们派生一个 JSON 反序列化器来解码响应。

在新的终端窗口中,使用 cargo add 将这些 crate 添加到应用程序中。

cargo add reqwest --features json
cargo add serde --features derive

定义响应类型

我们将使用神奇的 dog.ceo/dog-api 为 HotDog 抓取狗的图片。幸运的是,API 响应的反序列化非常简单。

让我们创建一个符合 API 格式的新 Rust 结构,并为其派生 Deserialize。

Dog API 文档概述了一个示例 API 响应:

{
    "message": "https://images.dog.ceo/breeds/leonberg/n02111129_974.jpg",
    "status": "success"
}

我们的 Rust 结构需要与这种格式相匹配,不过现在我们只包括 message 字段。

#[derive(serde::Deserialize)]
struct DogApi {
    message: String,
}

使用 reqwest 和 async

Dioxus 支持异步 Rust。我们只需将 onclick 处理程序转换为异步,然后在异步完成后设置 img_src。

对代码的修改非常简单--只需添加 reqwest::get 调用,然后在 img_src 上调用 .set()设置结果。

#[component]
fn DogView() -> Element {
    let mut img_src = use_signal(|| "".to_string());

    let fetch_new = move |_| async move {
        let response = reqwest::get("https://dog.ceo/api/breeds/image/random")
            .await
            .unwrap()
            .json::()
            .await
            .unwrap();

        img_src.set(response.message);
    };

    // ..

    rsx! {
        div { id: "dogview",
            img { src: "{img_src}" }
        }
        div { id: "buttons",
            // ..
            button { onclick: fetch_new, id: "sa ve", "sa ve!" }
        }
    }
}

Dioxus 会 自动在异步闭包上调用 spawn。您也可以使用 spawn 执行异步工作,而无需异步闭包,只需在任何异步块上调用 spawn() 即可。

rsx! {
    button {
        onclick: move |_| {
            spawn(async move {
                // do some async work...
            });
        }
    }
}

传递给 spawn 的 future 不得包含对异步块外数据的潜在引用。复制的数据可以被异步块捕获,但所有其他数据都必须 move,通常是通过调用 .clone()。

使用 use_resource 管理数据抓取

说到底,直接使用裸异步调用,往往很容易埋下竞赛条件和各种奇怪的状态错误。比如,用户如果连续快速点击获取按钮,就可能同时发出两个并行请求。要是这些请求还在更新别处的数据,先返回的那个“错误请求”反而可能抢先完成,最终把状态带偏,这就是典型的竞赛条件。

在 Dioxus 里,资源本身就属于状态的一环,它的取值取决于相关异步任务什么时候完成。借助use_resource这个钩子,可以很方便地对资源对象的异步状态进行管理,比如启动、停止、暂停以及修改。

让我们将组件改为使用 use_resource:

#[component]
fn DogView() -> Element {
    let mut img_src = use_resource(|| async move {
        reqwest::get("https://dog.ceo/api/breeds/image/random")
            .await
            .unwrap()
            .json::()
            .await
            .unwrap()
            .message
    });

    rsx! {
        div { id: "dogview",
            img { src: img_src.cloned().unwrap_or_default() }
        }
        div { id: "buttons",
            button { onclick: move |_| img_src.restart(), id: "skip", "skip" }
            button { onclick: move |_| img_src.restart(), id: "sa ve", "sa ve!" }
        }
    }
}

资源非常强大:可与 Suspense、Streaming HTML、反应性等集成。

资源应用程序接口的细节现在还不是很重要,但您将在大型应用程序中频繁使用资源,因此最好阅读一下文档。

Rust-开发环境-开发三年我从VSCode转到了RustRoverRust-开发环境-开发三年我从VSCode转到了RustRover
上一篇
Rust-开发环境-开发三年我从VSCode转到了RustRover
Go 1.27 泛型方法草案怎么评估:接口边界、类型推断与升级准备
下一篇
Go 1.27 泛型方法草案怎么评估:接口边界、类型推断与升级准备
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    338次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    397次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    392次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    355次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    181次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码