Valibot 中如何保留原始输入用于配置错误信息
2025-05-30 08:24:57作者:廉彬冶Miranda
在 Valibot 这个数据验证库中,开发者经常会遇到需要自定义错误信息的需求。本文将深入探讨如何在验证管道中保留原始输入值,用于生成更友好的错误提示。
问题背景
当使用 Valibot 的管道验证(pipe)和配置(config)功能时,验证过程中的每个步骤都会处理输入数据。默认情况下,错误信息中的 received 值反映的是当前验证步骤接收到的值,而不是最初的原始输入。
例如,在字符串长度验证和数字转换验证的场景中:
- 字符串验证时,
received显示的是字符串长度而非原始字符串 - 数字转换时,
received显示的是转换结果而非原始输入
解决方案
Valibot 提供了两种主要方式来处理这个问题:
1. 使用 .input 属性
对于不包含数据转换的简单验证管道,可以直接使用 issue.input 来获取原始输入值:
const StringSchema = config(
pipe(string(), maxLength(1)),
{ message: (issue) => `${issue.input} 长度超过1` }
)
2. 使用自定义验证器
对于包含数据转换的复杂场景,建议使用 custom 验证器:
const IntegerSchema = custom(
(input) => Number.isInteger(Number(input))),
(issue) => `${issue.received} 不是有效的整数`
)
技术细节
-
输入值处理:
.input属性始终保留验证管道开始时的原始值.received属性反映当前验证步骤接收到的值- 在包含
transform的管道中,.input也会被更新为转换后的值
-
字符串格式化:
- Valibot 内部使用
_stringify方法统一格式化显示值 - 字符串类型会自动添加引号
- 其他类型保持原始表示
- Valibot 内部使用
最佳实践
- 对于简单验证,优先使用
.input获取原始值 - 对于包含数据转换的场景,考虑使用
custom验证器 - 在错误信息中保持一致的格式化风格
- 对于需要精确控制错误信息的场景,可以组合使用多种验证策略
总结
Valibot 提供了灵活的方式来控制验证过程中的错误信息生成。理解 .input 和 .received 的区别以及它们在不同验证场景中的行为,可以帮助开发者创建更精确、用户友好的验证错误提示。对于复杂的数据转换验证,采用 custom 验证器通常是更可靠的选择。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
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
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253