Valibot 中如何实现类似 Zod 的 refine 路径错误定位功能
2025-05-29 11:07:55作者:董灵辛Dennis
在表单验证场景中,我们经常需要处理字段间的关联验证。例如,当用户修改密码时,我们需要确保新密码与旧密码不同,并且两次输入的新密码一致。这类跨字段验证在用户界面中通常需要精确地定位到具体出错的字段,以便提供更好的用户体验。
Zod 库通过 refine 方法的 path 参数实现了这一功能,允许开发者指定错误应该关联到哪个字段。而在 Valibot 中,类似的场景可以通过 forward 方法来实现。
跨字段验证的典型场景
以密码修改表单为例,通常需要验证以下规则:
- 新密码不能与当前密码相同
- 两次输入的新密码必须一致
在用户界面中,当这些验证失败时,我们希望:
- 第一个错误关联到新密码字段
- 第二个错误关联到确认密码字段
Valibot 的解决方案
Valibot 提供了 forward 方法来处理这类场景。与 Zod 的 refine 不同,forward 允许开发者将验证错误转发到指定的字段上。这种方式同样能够实现精确的错误定位,确保错误信息能够正确地与表单字段关联。
实现示例
以下是使用 Valibot 实现上述密码验证逻辑的代码示例:
import { object, string, forward } from 'valibot';
const passwordSchema = object({
current: string('请输入当前密码'),
newPass: string('请输入新密码'),
confirm: string('请再次输入新密码'),
}).pipe(
forward(
({ current, newPass }) => current !== newPass,
'请输入不同的密码',
['newPass']
),
forward(
({ newPass, confirm }) => newPass === confirm,
'两次输入的新密码不一致',
['confirm']
)
);
在这个示例中:
- 第一个
forward验证新密码是否与当前密码不同,如果验证失败,错误会关联到newPass字段 - 第二个
forward验证两次输入的新密码是否一致,如果验证失败,错误会关联到confirm字段
与 Zod 的对比
虽然实现方式不同,但 Valibot 的 forward 方法提供了与 Zod 的 refine 类似的功能:
- 两者都支持自定义错误信息
- 两者都支持将错误关联到特定字段
- 两者都能处理复杂的跨字段验证逻辑
Valibot 的设计保持了 API 的简洁性,同时提供了足够的灵活性来处理各种验证场景。对于从 Zod 迁移到 Valibot 的开发者来说,理解 forward 方法的使用是掌握跨字段验证的关键。
总结
Valibot 通过 forward 方法提供了强大的跨字段验证能力,能够精确控制错误信息的关联字段。这种设计既保持了库的简洁性,又满足了复杂表单验证的需求。开发者可以借此构建出用户体验良好的表单验证逻辑,精确地指导用户纠正输入错误。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
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
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++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881