鸿蒙 App 的代码结构应该怎么拆分

鸿蒙 App 的代码结构应该怎么拆分
在这里插入图片描述

子玥酱(掘金 / 知乎 / ZEEKLOG / 简书 同名)

大家好,我是子玥酱,一名长期深耕在一线的前端程序媛 👩‍💻。曾就职于多家知名互联网大厂,目前在某国企负责前端软件研发相关工作,主要聚焦于业务型系统的工程化建设与长期维护。

我持续输出和沉淀前端领域的实战经验,日常关注并分享的技术方向包括前端工程化、小程序、React / RN、Flutter、跨端方案,
在复杂业务落地、组件抽象、性能优化以及多端协作方面积累了大量真实项目经验。

技术方向:前端 / 跨端 / 小程序 / 移动端工程化
内容平台:掘金、知乎、ZEEKLOG、简书
创作特点:实战导向、源码拆解、少空谈多落地
文章状态:长期稳定更新,大量原创输出

我的内容主要围绕 前端技术实战、真实业务踩坑总结、框架与方案选型思考、行业趋势解读 展开。文章不会停留在“API 怎么用”,而是更关注为什么这么设计、在什么场景下容易踩坑、真实项目中如何取舍,希望能帮你在实际工作中少走弯路。

子玥酱 · 前端成长记录官 ✨
👋 如果你正在做前端,或准备长期走前端这条路
📚 关注我,第一时间获取前端行业趋势与实践总结
🎁 可领取 11 类前端进阶学习资源(工程化 / 框架 / 跨端 / 面试 / 架构)
💡 一起把技术学“明白”,也用“到位”

持续写作,持续进阶。
愿我们都能在代码和生活里,走得更稳一点 🌱

文章目录

引言

很多人刚开始写鸿蒙应用时,项目结构往往很简单:

entry ├─ pages ├─ components └─ utils 

一开始写 Demo 或小项目,这样完全没问题。但只要项目稍微复杂一点,很快就会遇到几个问题:

  • 页面代码越来越长
  • 业务逻辑和 UI 混在一起
  • 网络请求到处都是
  • 很难维护

很多人最后会发现:

项目不是功能难,而是代码结构乱。

所以问题就来了:鸿蒙 App 的代码结构到底应该怎么拆?

一、最常见的错误结构

很多初学项目会长这样:

entry ├─ pages │ ├─ Home.ets │ ├─ Login.ets │ └─ Profile.ets │ ├─ components │ └─ utils 

问题在哪?

1、UI 和业务逻辑混在一起

例如一个页面:

@Entry@Component struct HomePage {@State list:string[]=[]aboutToAppear(){this.loadData()}asyncloadData(){const result =awaitfetch("https://api.example.com/list")const data =await result.json()this.list = data }build(){Column(){ForEach(this.list,(item:string)=>{Text(item)})}}}

这里的问题是:

  • UI
  • 网络请求
  • 数据解析

全部在一个文件,当页面越来越复杂时,就会变得难以维护。

二、推荐的基础结构

比较推荐的结构是 分层设计

entry ├─ pages ├─ components ├─ services ├─ models └─ utils 

含义分别是:

pages 页面 components UI组件 services 业务服务 models 数据模型 utils 工具函数 

三、业务逻辑放到 Service 层

网络请求、业务逻辑不应该写在页面里,而是放到 Service 层,例如:

services └─ UserService.ets 

代码:

import http from'@ohos.net.http'exportclassUserService{asyncgetUserList(){const request = http.createHttp()const response =await request.request("https://api.example.com/users",{ method: http.RequestMethod.GET})returnJSON.parse(response.result)}}

四、页面只负责 UI

页面只负责 展示数据,例如:

import{ UserService }from'../services/UserService'@Entry@Component struct UserPage {@State users:any[]=[] userService: UserService =newUserService()aboutToAppear(){this.loadUsers()}asyncloadUsers(){this.users =awaitthis.userService.getUserList()}build(){Column(){ForEach(this.users,(user)=>{Text(user.name)})}}}

这样代码职责就清晰了:

Page → UI Service → 业务逻辑 

五、数据模型单独管理

如果项目稍微大一点,建议把数据结构单独管理,例如:

models └─ UserModel.ets 

代码:

exportinterfaceUser{ id:number name:string avatar:string}

Service 中使用:

import{ User }from'../models/UserModel'asyncgetUserList():Promise<User[]>{...}

这样有几个好处:

  • 类型清晰
  • 数据结构统一
  • 方便维护

六、组件拆分

页面里的 UI 组件也应该拆分,例如:

components └─ UserItem.ets 

代码:

@Componentexport struct UserItem {@Prop user:anybuild(){Row(){Image(this.user.avatar).width(40).height(40)Text(this.user.name)}}}

页面使用:

ForEach(this.users,(user)=>{UserItem({ user: user })})

这样页面会非常干净。

七、大型项目结构

如果是大型项目,结构通常会进一步细化,例如:

entry ├─ pages │ ├─ home │ ├─ profile │ └─ login │ ├─ components │ ├─ services │ ├─ user │ ├─ order │ └─ payment │ ├─ models │ ├─ store │ └─ utils 

含义:

services 按业务拆分 pages 按模块拆分 store 状态管理 

八、AI 应用的结构变化

如果是 AI 应用,结构通常还会增加 AI 层,例如:

entry ├─ pages ├─ components ├─ services ├─ ai │ ├─ ai_service │ ├─ ai_router │ └─ prompt_manager │ ├─ models └─ utils 

例如,AI Service:

exportclassAIService{asyncchat(message:string){returnawaitthis.requestModel(message)}asyncrequestModel(message:string){// 调用 AI API}}

这样 AI 能力也变成独立模块。

九、代码结构设计的核心原则

总结一下,一个好的鸿蒙 App 代码结构通常遵循几个原则:

1、UI 和业务分离

Page → UI Service → 业务 

2、数据模型统一

Model → 数据结构 

3、组件复用

Component → UI复用 

4、模块化拆分

按业务模块拆分 

总结

鸿蒙 App 的代码结构,本质上和很多现代应用架构类似。推荐结构:

entry ├─ pages ├─ components ├─ services ├─ models └─ utils 

如果项目变大,可以进一步拆分:

modules services ai store 

核心原则其实只有一句话:

UI、业务、数据三者一定要分离。

这样项目才会:

  • 好维护
  • 好扩展
  • 不容易变成“巨型页面文件”。

Read more

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

目录 一、前言 二、AI视频概述 2.1 什么是AI视频 2.2 AI视频核心特点 2.3 AI视频应用场景 三、通义万相介绍 3.1 通义万相概述 3.1.1 什么是通义万相 3.2 通义万相核心特点 3.3 通义万相技术特点 3.4 通义万相应用场景 四、DeepSeek + 通义万相制作AI视频流程 4.1 DeepSeek + 通义万相制作视频优势 4.1.1 DeepSeek 优势 4.1.2 通义万相视频生成优势 4.2

By Ne0inhk
【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

系列篇章💥 No.文章01【DeepSeek应用实践】DeepSeek接入Word、WPS方法详解:无需代码,轻松实现智能办公助手功能02【DeepSeek应用实践】通义灵码 + DeepSeek:AI 编程助手的实战指南03【DeepSeek应用实践】Cline集成DeepSeek:开源AI编程助手,终端与Web开发的超强助力04【DeepSeek开发入门】DeepSeek API 开发初体验05【DeepSeek开发入门】DeepSeek API高级开发指南(推理与多轮对话机器人实践)06【DeepSeek开发入门】Function Calling 函数功能应用实战指南07【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:本地部署与API服务快速上手08【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:Web聊天机器人部署指南09【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:基于vLLM 搭建高性能推理服务器10【DeepSeek部署实战】基于Ollama快速部署Dee

By Ne0inhk

用DeepSeek和Cursor从零打造智能代码审查工具:我的AI编程实践

💂 个人网站:【 摸鱼游戏】【神级代码资源网站】【星海网址导航】摸鱼、技术交流群👉 点此查看详情 引言:AI编程革命下的机遇与挑战 GitHub统计显示,使用AI编程工具的开发者平均效率提升55%,但仅有23%的开发者能充分发挥这些工具的潜力。作为一名全栈工程师,我曾对AI编程持怀疑态度,直到一次紧急项目让我彻底改变了看法。客户要求在72小时内交付一个能自动检测代码漏洞、优化性能的智能审查系统,传统开发方式根本不可能完成。正是这次挑战,让我探索出DeepSeek和Cursor这对"黄金组合"的惊人潜力。 一、工具选型:深入比较主流AI编程工具 1.1 为什么最终选择DeepSeek+Cursor? 经过两周的对比测试,我们发现不同工具在代码审查场景的表现差异显著: 工具代码理解深度响应速度定制灵活性多语言支持GitHub Copilot★★★☆★★★★★★☆★★★★Amazon CodeWhisperer★★☆★★★☆★★★★★★☆DeepSeek★★★★☆★★★★★★★☆★★★★☆Cursor★★★☆★★★★☆★★★★★★★★ 关键发现: * Dee

By Ne0inhk

DeepSeek各版本说明与优缺点分析_deepseek各版本区别

DeepSeek各版本说明与优缺点分析 DeepSeek是最近人工智能领域备受瞩目的一个语言模型系列,其在不同版本的发布过程中,逐步加强了对多种任务的处理能力。本文将详细介绍DeepSeek的各版本,从版本的发布时间、特点、优势以及不足之处,为广大AI技术爱好者和开发者提供一份参考指南。 1. DeepSeek-V1:起步与编码强劲 DeepSeek-V1是DeepSeek的起步版本,这里不过多赘述,主要分析它的优缺点。 发布时间: 2024年1月 特点: DeepSeek-V1是DeepSeek系列的首个版本,预训练于2TB的标记数据,主打自然语言处理和编码任务。它支持多种编程语言,具有强大的编码能力,适合程序开发人员和技术研究人员使用。 优势: * 强大编码能力:支持多种编程语言,能够理解和生成代码,适合开发者进行自动化代码生成与调试。 * 高上下文窗口:支持高达128K标记的上下文窗口,能够处理较为复杂的文本理解和生成任务。 缺点: * 多模态能力有限:该版本主要集中在文本处理上,缺少对图像、语音等多模态任务的支持。 * 推理能力较弱:尽管在自然语言

By Ne0inhk