ts-rest项目中React组件与AppRouter的泛型集成实践
2025-06-28 16:51:42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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.25 K
暂无简介
Dart
619
140
🔥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
62
19
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
1.03 K
479
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++
647
261
🎉 (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
1.09 K
619
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
790
76