Valibot 中如何预定义 ObjectSchema 的键类型
2025-05-30 03:40:33作者:滑思眉Philip
在 Valibot 这个强大的 TypeScript 表单验证库中,开发者有时会遇到需要预定义 ObjectSchema 键类型的场景。本文将深入探讨这一技术问题的解决方案。
问题背景
当开发者尝试构建自定义的 useForm 钩子时,常常需要确保验证模式中的键与表单字段完全匹配。例如,当表单字段定义为 { name: "", email: "" } 时,验证模式应该强制包含且仅包含 name 和 email 这两个键。
技术挑战
Valibot 的 ObjectSchema 类型通常用于定义对象验证模式,但在 TypeScript 中直接使用它作为泛型时可能会遇到类型推断问题。开发者需要找到一种既能保持类型安全又能提供良好开发体验的解决方案。
解决方案
经过探索,我们发现了两种有效的实现方式:
方案一:分离验证条目与对象创建
type SchemaEntries<TValues> = {
[TKey in keyof TValues]: GenericSchema<TValues[TKey], unknown>;
};
interface FormConfig<TValues, TEntries extends SchemaEntries<TValues>> {
fields: TValues;
validation?: TEntries;
}
function useForm<TValues, TEntries extends SchemaEntries<TValues>>(
config: FormConfig<TValues, TEntries>
) {
const schema = config.validation && object(config.validation);
}
这种方案将验证条目与对象创建分离,允许 TypeScript 在配置阶段就进行类型检查,然后在函数内部创建实际的验证对象。
方案二:直接使用 ObjectSchema 类型
type SchemaEntries<TValues> = {
[TKey in keyof TValues]: GenericSchema<TValues[TKey], unknown>;
};
interface FormConfig<TValues, TEntries extends SchemaEntries<TValues>> {
fields: TValues;
validation?: ObjectSchema<
TEntries,
ErrorMessage<ObjectIssue> | undefined
>;
}
function useForm<TValues, TEntries extends SchemaEntries<TValues>>(
config: FormConfig<TValues, TEntries>
) {
// 实现代码
}
这种方案直接使用 ObjectSchema 类型,保持了 Valibot 原生 API 的使用方式,同时通过泛型约束确保了类型安全。
实际应用示例
const form = useForm({
fields: {
username: "",
age: 0,
},
validation: {
username: string(),
age: pipe(number(), minValue(18)),
},
});
在这个例子中,TypeScript 会确保:
- 验证对象必须包含
username和age两个键 - 每个键对应的验证器类型必须与字段类型匹配
- 如果缺少必要键或添加了额外键,都会引发类型错误
技术原理
这两种方案都利用了 TypeScript 的映射类型和泛型约束:
SchemaEntries<TValues>创建了一个类型,其键与TValues相同,但值类型为对应的验证器- 泛型约束
TEntries extends SchemaEntries<TValues>确保传入的验证配置与字段定义匹配 - 方案一在运行时创建验证对象,方案二直接使用预构建的验证对象
最佳实践建议
- 对于简单表单,方案二更为直接
- 对于需要动态构建验证规则的复杂场景,方案一更具灵活性
- 始终为表单字段提供初始值,这有助于 TypeScript 正确推断类型
- 考虑添加自定义错误消息等增强功能时,可以扩展
SchemaEntries类型
通过这种方式,开发者可以在 Valibot 中实现类型安全的表单验证,获得完整的类型检查和编辑器自动补全功能,大大提升开发效率和代码可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.JavaScript01
idea-claude-code-gui一个功能强大的 IntelliJ IDEA 插件,为开发者提供 Claude Code 和 OpenAI Codex 双 AI 工具的可视化操作界面,让 AI 辅助编程变得更加高效和直观。Java01
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility.Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
518
3.69 K
暂无简介
Dart
760
182
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++
875
568
🔥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
67
20
Ascend Extension for PyTorch
Python
321
371
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
12
1
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
1.05 K
522
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
334
160
React Native鸿蒙化仓库
JavaScript
300
347