在wretch项目中复用错误处理函数的TypeScript实践
2025-06-10 02:33:24作者:侯霆垣
wretch是一个轻量级的JavaScript HTTP客户端库,提供了简洁的API来处理网络请求。在实际开发中,我们经常需要处理HTTP错误,特别是认证相关的错误如401(Unauthorized)和403(Forbidden)。本文将介绍如何在wretch项目中优雅地复用这些错误处理函数。
错误处理函数的复用需求
在构建API客户端时,认证错误是常见场景。当token过期时,我们通常希望:
- 自动刷新token
- 使用新token重试原始请求
- 如果再次失败则抛出错误
这种逻辑需要在多个地方复用,而不是在每个请求中重复编写。
初始实现的问题
开发者最初尝试通过类型推断来创建通用的错误处理函数:
type InferClientErrorCallback<Client> =
Client extends Wretch<infer T, infer C, infer R>
? WretchErrorCallback<T, C, R>
: never;
但遇到了类型不匹配的问题,TypeScript无法正确推断回调函数的参数类型。
解决方案
正确的做法是明确定义错误处理函数的类型参数,而不是尝试从客户端实例推断:
async function renewCredentials<T, C, R extends undefined>(
error: WretchError,
req: T & Wretch<T, C, R>
) {
// 刷新token逻辑
const token = await wretch('/renewtoken').get().text();
// 使用新token重试请求
return req
.auth(token)
.get()
.unauthorized(err => { throw err; })
.json();
}
使用方法
定义好通用错误处理函数后,可以轻松地将其应用到客户端实例上:
const client = wretch('/api/v1').resolve((chain) =>
chain
.unauthorized(renewCredentials)
.forbidden(renewCredentials)
);
类型系统解析
这个解决方案的关键在于:
T代表请求返回的数据类型C代表链式调用的上下文类型R代表解析器类型,这里限制为undefined表示不使用特定解析器
通过显式声明这些类型参数,TypeScript能够正确推断错误处理函数中的req参数类型,从而提供完整的类型安全和IDE智能提示。
最佳实践建议
- 对于复杂的错误处理逻辑,建议将其提取为独立函数
- 明确定义类型参数比类型推断更可靠
- 可以在错误处理函数中添加日志记录等横切关注点
- 考虑为不同的错误类型(401/403等)编写特定的处理函数
通过这种方式,我们可以在wretch项目中构建出类型安全且易于维护的API客户端层。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869