小编Jon*_*h F的帖子

让我描述一个场景，首先我们有一个函数，它返回一些我们无法确定其有效性的数据，即

auto random_predicate() -> bool
{
    int v = uniform_dist(e1); // uniform distribution 1 to 100
    return (v % 5);
}

其中uniform_dist()是适当种子的均匀分布，我们有一个enum class将用于错误处理的，即

enum class Error
{
    ValueError
};

然后我们执行某种基于视图的处理，该处理random_predicate()在操作中使用，如下所示：

std::vector<int> vs{1,2,3,4,5};

auto result = vs
   | views::filter([](int i){ return i % 2; })
   | views::transform([](int i) -> std::expected<int, Error> {
      auto v = random_predicate();
      if (v) return std::unexpected<Error>(Error::ValueError);
      else return i * i; 
   });

因此，在该操作结束时，我们可以断言

static_assert(
    std::is_same_v<
        std::decay_t<std::ranges::range_value_t<result>>, 
        std::expected<int, Error>
    >
)

事实上将会是真的。 …