R语言如何简洁实现多对象类属性的批量校验判断

需求说明 #

为保障自定义函数运行性能，需要对传入对象完成类型校验，判定规则如下：

• 第一类合法对象：同时满足三层类型要求——外层为list、第一个子元素为character、第二个子元素为character，判定通过
• 第二类合法对象：同时满足三层类型要求——外层为list、第一个子元素为character、第二个子元素为numeric，判定通过

初始硬编码实现如下，待校验列表元素较少时可正常运行，但当列表元素规模扩大到15个及以上时，逐元素重复写判断逻辑会导致代码冗余杂乱、可维护性极差：

first_class <- list('prediction','median')
second_class <- list('prediction', c(1, 2, 3, 4))

test_class_object <- function(class_object) {
  if (is(class_object, 'list') == TRUE &
      is(class_object[[1]], 'character') == TRUE &
      is(class_object[[2]], 'character') == TRUE) {
    print('all characters')
  } else if (is(class_object, 'list') == TRUE &
             is(class_object[[1]], 'character') == TRUE &
             is(class_object[[2]], 'numeric') == TRUE) {
    print('last is numeric')
  }
}

优化后可复用版本 #

核心优化思路是抽离公共的类型提取、外层校验逻辑，将重复判断合并，同时预留扩展空间适配后续业务场景：

library(magrittr) # 支持%>%管道操作，若已加载tidyverse可忽略
test_class_object <- function(class_object) {
    # 统一做外层类型校验，提前拦截非法输入
    if(!is(class_object,'list')){
      stop("You need a list object, for example: list('prediction','median')")
    }
    # 批量提取所有子元素的主类型，避免逐元素重复写is判断
    elem_types <- c(class(class_object), sapply(class_object, function(x)class(x)[1]))
    # 按规则匹配类型
    if (last(elem_types) == 'character') {
      print('all characters')
    } else if (last(elem_types) == 'numeric') {
      print('last is numeric')
    } else {
      print('not found')
    }
}

优化点说明 #

• 外层list校验只做一次，非法输入直接抛出错误，减少无效计算
• 子元素类型通过sapply批量提取，不管列表后续扩展到多少个元素，都不需要逐行追加is()判断
• 类型匹配逻辑和类型提取逻辑解耦，后续新增校验规则时只需要追加匹配分支即可，不需要改动底层校验逻辑

后续扩展建议 #

当前版本默认取每个子元素的第一个类做判断，适配现阶段列表内均为单类对象的场景。后续如果业务中出现包含多类属性的对象，只需要调整子元素类型提取的逻辑，例如将class(x)[1]替换为"目标类" %in% class(x)的判断逻辑即可，不需要重构整体函数框架。

内容的提问来源于stack exchange，提问作者tesla john