ts-rest项目中React组件与AppRouter的泛型集成实践
2025-06-28 18:26:01作者:曹令琨Iris
背景介绍
在React应用开发中,我们经常需要创建可复用的通用组件,这些组件需要与后端API进行交互。ts-rest作为一个类型安全的API契约库,能够帮助我们更好地管理前端与后端的通信。然而,在实际开发中,将ts-rest与React组件结合使用时,特别是在处理泛型组件和AppRouter时,开发者可能会遇到类型定义上的挑战。
核心问题分析
当尝试创建一个通用的React组件,该组件需要接收一个ts-rest路由作为属性(prop)时,我们面临的主要困难是如何正确定义组件的类型。具体来说,我们需要:
- 确保组件能够接受不同类型的ts-rest路由
- 在组件内部正确使用这些路由的方法,如useInfiniteQuery
- 保持完整的类型安全性和IDE智能提示
解决方案探索
方案一:直接传递路由属性
最初的想法可能是直接在组件属性中传递路由,如:
interface Props {
keys: QueryKey;
route: ???; // 类型定义困难
}
然而,这种方法会遇到类型定义困难的问题,因为ts-rest的路由类型较为复杂,难以直接作为属性类型使用。
方案二:使用路径字符串标识路由
更可行的方案是使用路径字符串来标识路由,同时传递完整的contract和client:
<MyComponent
queryKey={["products"]}
contract={contract}
client={client}
route="products.list"
args={...}
/>
这种方式的优势在于:
- 避免了直接处理复杂的路由类型
- 保持了类型安全性
- 使用起来更加直观
实现细节
路径类型定义
我们可以借鉴其他库的经验,定义一个能够深度遍历对象路径的类型:
type Path<T> = T extends object
? { [K in keyof T]: `${Exclude<K, symbol>}${Path<T[K]> extends never
? ''
: '.'}${Path<T[K]>}` }[keyof T]
: never;
这个类型可以帮助我们确保route属性只能是contract中存在的有效路径。
请求参数类型推断
对于args属性,我们可以使用ts-rest提供的ClientInferRequest工具类型来确保传递的参数与API契约匹配:
type RequestArgs = ClientInferRequest<typeof contract.products.list>;
组件内部实现
在组件内部,我们可以通过路径字符串来动态获取对应的路由方法。虽然这会导致一些类型推断的困难,但可以通过类型断言或@ts-expect-error来暂时绕过:
export function MyComponent({queryKey, contract, client, route, args}) {
// 动态获取路由方法
const routeFn = getRouteFromPath(client, route);
// @ts-expect-error 类型推断困难
const infiniteQuery = routeFn.useInfiniteQuery(
queryKey,
({ pageParam = 1 }) => ({
query: { page: Number(pageParam) },
...args
})
);
// 组件渲染逻辑...
}
最佳实践建议
- 保持组件接口简洁:尽量使用路径字符串而非直接传递路由对象
- 合理使用类型工具:充分利用ts-rest提供的类型工具如ClientInferRequest
- 适度使用类型断言:在确实难以类型推断的地方,可以使用@ts-expect-error
- 文档和注释:为复杂组件添加详细注释,说明预期的使用方式
总结
将ts-rest与React组件结合使用时,通过路径字符串而非直接传递路由对象的方式,可以更优雅地解决类型定义问题。虽然组件内部可能需要一些类型断言,但对外提供了简洁、类型安全的接口。这种方法既保持了ts-rest的类型安全优势,又提供了良好的开发者体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
383
457
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++
894
680
暂无简介
Dart
804
198
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
353
210
昇腾LLM分布式训练框架
Python
119
146
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
🔥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
68
20
🎉 (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
1.37 K
781