关于字典转模型的一些思考(持续更新中)

关于字典转模型的一些思考：
一般情况下，静态的数据(相比于网络数据而言)可以保存在plist中。plist中一般以字段数组的形式，保存数据，一个字段对象可以有非常丰富的数据类型，可以很好的表达一个对象。但是字典对象依赖于”键值编码”，在获取字典对象值时，需要指明键名才行。但是键名很容易输错，而且字典对象难以有所扩充，不能把我们希望添加的操作数据的方法添加进去，所以需要对字典对象做一层封装。这个封装就是模型对象。模型对象中定义了的属性，和字典对象意义对应，因此可以方便的使用KVC来使用字典对象来对模型对象直接赋值(属性值)。其次就是可以在模型对象中添加各种方法，来辅助对模型的管理。最常见的方法是模型对象的初始化方法：
对象方法：模型对象使用字典来初始化自身(使用KVC来直接用字典对象给模型对象赋值)
类方法：当没有模型对象时，通过自身类(类也是一个对象)alloc来实例化一个模型对象，调用对象方法，从而初始化出一个赋值了的模型对象
模型类方法：直接将数据从plist中加载形成字典对象后，调用类方法，返回 模型数组，一步到位。

当plist中字典的层次关系比较简单时，以上的字典转模型方法是适用的。但是plist有时会出现字典对象里有数组，数组里还有字典对象的情况，换言之，就是字典对象的层次比较深。而普通的KVC，只能对基础类型赋值，并能将数组赋值。因此需要做特殊处理。

总体的思路是，从最外层开始，一层一层的将字典数据转化为模型。最外层的基础数据仍旧使用KVC，而类似字典数组这样的多层次字典数据，就需要内层的模型来提供方法调用解析；一般是外层将字典数组传给模型方法，由模型方法将字典数组转化为模型数组。