在openapi-typescript项目中实现SWR对非GET请求的支持
2025-06-01 06:19:30作者:魏侃纯Zoe
在实际开发中,我们经常会遇到需要从POST请求获取数据的场景。虽然RESTful规范建议使用GET方法获取数据,但现实情况往往更为复杂。本文将探讨如何在openapi-typescript的SWR集成中实现对非GET请求的支持。
问题背景
在标准的RESTful API设计中,GET方法通常用于数据获取。然而实际项目中,我们可能会遇到以下特殊情况:
- 服务器端对GET请求参数长度有限制
- 需要传递复杂数据结构作为参数
- 历史遗留API设计
- 安全考虑需要将敏感参数放在请求体中
这些情况都可能导致我们需要通过POST方法来获取数据,而openapi-typescript默认的SWR集成只支持GET请求。
技术实现分析
openapi-typescript的SWR集成内部使用了一个简单的fetcher函数,其核心实现如下:
async ([_, path, init]) => {
const res = await client.GET(path, init);
if (res.error) {
throw res.error;
}
return res.data;
}
可以看到,该方法强制使用了GET方法,因此类型系统也限制了只能使用GET端点。
解决方案
方案一:自定义SWR Hook
我们可以创建一个自定义Hook来支持POST请求:
import useSWR from "swr";
import createClient from "openapi-fetch";
import type { paths } from "./api-types";
const client = createClient<paths>();
function usePostQuery<Path extends keyof paths>(
path: Path,
body: paths[Path]["post"]["requestBody"]["content"]["application/json"]
) {
return useSWR([path, body], async ([path, body]) => {
const res = await client.POST(path, { body });
if (res.error) throw res.error;
return res.data;
});
}
这个自定义Hook提供了与原生useQuery相似的体验,同时支持POST请求。
方案二:扩展库功能
从库设计角度,可以考虑添加一个更通用的useFetch Hook:
function useFetch<M extends keyof paths[P], P extends keyof paths>(
method: M,
path: P,
config?: RequestConfig<M, P>
) {
// 实现细节
}
这样设计可以提供更大的灵活性,支持所有HTTP方法。
最佳实践建议
- 缓存策略:对于数据获取的POST请求,确保设置合理的缓存键,通常应该包含请求体内容
- 类型安全:充分利用TypeScript泛型来保持类型安全
- 错误处理:统一错误处理逻辑,与项目中其他数据获取方式保持一致
- 性能优化:考虑实现请求去重,避免相同参数的重复请求
总结
虽然openapi-typescript的SWR集成默认只支持GET请求,但通过自定义Hook或扩展库功能,我们可以轻松实现对非GET请求的支持。这种灵活性在处理现实世界中的API时尤为重要,开发者可以根据实际需求选择最适合的解决方案。
对于长期项目,建议考虑向开源社区贡献这些扩展功能,让更多开发者受益。在实现时要注意保持类型安全和良好的开发者体验,同时遵循SWR的最佳实践。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust078- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
项目优选
收起
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
438
78
暂无描述
Dockerfile
690
4.46 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
326
Ascend Extension for PyTorch
Python
549
671
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
930
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
436
4.43 K