ts-rest项目中React组件与AppRouter的泛型集成实践
2025-06-28 09:34:54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
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
269
2.54 K
暂无简介
Dart
558
124
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
57
11
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
仓颉编程语言运行时与标准库。
Cangjie
126
104
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
357
1.84 K
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
1.02 K
434
🎉 (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
1.03 K
605
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
728
70