ts-rest项目中Express中间件类型化问题的解决方案
2025-06-28 17:24:38作者:柏廷章Berta
在使用ts-rest框架时,开发者可能会遇到Express中间件在类型化场景下不触发的问题。本文将深入分析这一问题的根源,并提供有效的解决方案。
问题现象
在ts-rest项目中,当尝试使用泛型类型参数创建可复用的中间件时,中间件可能不会按预期执行。具体表现为:
- 使用泛型方式定义的中间件(
adminOnlyMiddleware<T>())不会被调用 - 直接在路由中定义的相同逻辑中间件却能正常工作
问题分析
造成这一现象的根本原因在于Express中间件的类型系统与ts-rest的类型推断机制之间的交互方式。当使用高阶函数返回中间件时(即函数返回函数),Express可能无法正确识别并调用内部的中间件函数。
解决方案
推荐方案:直接函数定义
将中间件定义为普通函数而非高阶函数,可以确保Express正确识别并调用:
function checkAuthorization<T>(req: T, res: Response, next: NextFunction) {
const roles = [USER_ROLE.ADMIN.valueOf(), USER_ROLE.SUPER_ADMIN.valueOf()];
// @ts-ignore
if (roles.includes(req.auth.role)) {
return next();
} else {
return res.status(401).json({ message: "Unauthorized" });
}
};
替代方案:类型断言
如果必须使用高阶函数形式,可以通过类型断言确保类型正确:
const adminOnlyMiddleware = <T>() => {
return (req: T, res: Response, next: NextFunction) => {
// 实现逻辑
} as RequestHandler;
};
最佳实践建议
- 优先使用简单函数:在大多数情况下,直接定义的函数比高阶函数更可靠
- 明确类型定义:为中间件参数提供清晰类型,避免使用
@ts-ignore - 考虑请求扩展:可以扩展Express的Request类型以包含自定义属性如
auth
类型安全改进
为了完全避免使用@ts-ignore,可以扩展Express的Request类型:
declare global {
namespace Express {
interface Request {
auth: {
role: string;
};
}
}
}
这样中间件可以完全类型安全地编写:
function checkAuthorization(req: Request, res: Response, next: NextFunction) {
const roles = [USER_ROLE.ADMIN, USER_ROLE.SUPER_ADMIN];
if (roles.includes(req.auth.role)) {
return next();
}
return res.status(401).json({ message: "Unauthorized" });
};
通过理解这些模式,开发者可以在ts-rest项目中更安全、更可靠地实现类型化的Express中间件。
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。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
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-4.7-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
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
498
3.66 K
Ascend Extension for PyTorch
Python
301
343
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
309
134
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++
870
482
暂无简介
Dart
745
180
React Native鸿蒙化仓库
JavaScript
297
347
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
11
1
🔥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
66
20
仓颉编译器源码及 cjdb 调试工具。
C++
150
882