本文将介绍一种基于 Firestore Query Protos 和字符串格式化的方法，用于自动生成多种编程语言的查询代码。通过将 Firestore 查询转换为 Proto 格式，可以利用该格式生成其他语言的等效查询代码，从而简化跨平台应用开发。

Firestore 提供了强大的查询功能，但在不同编程语言中实现相同的查询逻辑可能需要编写大量的重复代码。利用 Firestore 的 Query Protos，可以将查询定义转换为一种通用的中间格式，然后基于该格式生成目标语言的查询代码。

核心思路：

1. 将 Firestore 查询转换为 Proto 格式: 使用 Java 或其他支持 Firestore SDK 的语言，构建所需的查询，并将其转换为 StructuredQuery Proto 对象。
2. 提取 Proto 信息: 从 StructuredQuery 对象中提取关键信息，如集合名称、过滤条件、排序规则和限制数量。
3. 生成目标语言代码: 使用提取的信息，结合字符串格式化或其他代码生成技术，生成目标语言的查询代码。

Java 示例：

以下 Java 代码演示了如何将 Firestore 查询转换为 Proto 格式：

import com.google.cloud.firestore.Firestore;
import com.google.cloud.firestore.Query;
import com.google.firestore.v1.RunQueryRequest;
import com.google.firestore.v1.StructuredQuery;

public class QueryProtoGenerator {

    public static void main(String[] args) {
        // 假设 db 是你的 Firestore 实例
        Firestore db = null; // Replace with your Firestore instance

        Query query = db.collection("col2")
                .whereGreaterThanOrEqualTo("name", "a")
                .orderBy("name", Query.Direction.ASCENDING)
                .limit(50);

        RunQueryRequest runQueryRequest = query.toProto();
        StructuredQuery structuredQuery = runQueryRequest.getStructuredQuery();
        System.out.println("structuredQuery: " + structuredQuery);
    }
}

这段代码会输出一个 Proto 格式的字符串，描述了查询的结构。 例如：

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

from {
  collection_id: "col2"
}
where {
  field_filter {
    field {
      field_path: "name"
    }
    op: GREATER_THAN_OR_EQUAL
    value {
      string_value: "a"
    }
  }
}
order_by {
  field {
    field_path: "name"
  }
  direction: ASCENDING
}
limit {
  value: 50
}

使用字符串格式化生成代码：

接下来，可以使用字符串格式化，基于 Proto 信息生成其他语言的代码。以下是一个 Python 示例，演示了如何根据 Proto 信息生成 Python Firestore 查询代码：

collection_id = "col2"
field_path = "name"
op = "GREATER_THAN_OR_EQUAL"
string_value = "a"
direction = "ASCENDING"
limit = 50

python_code = f"""
from google.cloud import firestore

db = firestore.Client()

query = db.collection('{collection_id}') \
    .where('{field_path}', '{op}', '{string_value}') \
    .order_by('{field_path}', direction=firestore.Query.ASCENDING if '{direction}' == 'ASCENDING' else firestore.Query.DESCENDING) \
    .limit({limit})

results = query.get()
for doc in results:
    print(f'{doc.id} => {doc.to_dict()}')
"""

print(python_code)

这段 Python 代码将输出：

from google.cloud import firestore

db = firestore.Client()

query = db.collection('col2') 
    .where('name', 'GREATER_THAN_OR_EQUAL', 'a') 
    .order_by('name', direction=firestore.Query.ASCENDING if 'ASCENDING' == 'ASCENDING' else firestore.Query.DESCENDING) 
    .limit(50)

results = query.get()
for doc in results:
    print(f'{doc.id} => {doc.to_dict()}')

注意事项：

• 错误处理： 在实际应用中，需要添加错误处理机制，以处理 Proto 信息不完整或格式错误的情况。
• 类型转换： 不同语言的数据类型可能不同，需要进行适当的类型转换。例如，Java 中的 Direction.ASCENDING 需要转换为 Python 中的 firestore.Query.ASCENDING。
• 安全性： 如果 Proto 信息来自用户输入，需要进行安全验证，防止代码注入攻击。
• 代码生成模板： 可以使用更高级的代码生成工具，如 Velocity 或 Freemarker，来管理代码生成模板，提高代码生成效率。

总结：

通过将 Firestore 查询转换为 Proto 格式，并结合字符串格式化等技术，可以实现跨编程语言的查询代码自动生成。这种方法可以有效提高开发效率，减少重复劳动，并简化跨平台应用开发。虽然示例中使用的是字符串格式化，但更复杂的场景可以考虑使用专业的代码生成工具。