使用validator库实现多字段联合验证
2025-07-03 19:58:52作者:房伟宁
在表单验证场景中,我们经常会遇到需要同时验证多个字段关联关系的情况。validator库提供了强大的结构体级别验证功能,可以优雅地解决这类需求。
结构体级别验证的优势
传统的字段级别验证通常只能针对单个字段进行校验,而结构体级别验证允许开发者对整个结构体的多个字段进行联合校验。这种方式特别适合以下场景:
- 密码和确认密码必须一致
- 开始日期必须早于结束日期
- 当选择某个选项时,相关字段必须填写
- 多个字段组合需要满足特定业务规则
实现方法
validator库通过Validate trait实现了结构体级别的验证。开发者只需为结构体实现这个trait,并在其中编写自定义验证逻辑即可。
use validator::{Validate, ValidationError};
#[derive(Debug)]
struct User {
password: String,
password_confirmation: String,
}
impl Validate for User {
fn validate(&self) -> Result<(), ValidationErrors> {
let mut errors = ValidationErrors::new();
if self.password != self.password_confirmation {
errors.add(
"password_confirmation",
ValidationError::new("密码不匹配")
);
}
if errors.is_empty() {
Ok(())
} else {
Err(errors)
}
}
}
实际应用示例
假设我们需要验证一个用户注册表单,要求:
- 密码和确认密码必须相同
- 如果用户选择接收新闻邮件,必须提供邮箱地址
#[derive(Debug)]
struct RegistrationForm {
username: String,
email: Option<String>,
wants_newsletter: bool,
password: String,
confirm_password: String,
}
impl Validate for RegistrationForm {
fn validate(&self) -> Result<(), ValidationErrors> {
let mut errors = ValidationErrors::new();
// 密码匹配验证
if self.password != self.confirm_password {
errors.add(
"confirm_password",
ValidationError::new("密码不匹配")
);
}
// 新闻邮件验证
if self.wants_newsletter && self.email.is_none() {
errors.add(
"email",
ValidationError::new("订阅新闻需要提供邮箱")
);
}
if errors.is_empty() {
Ok(())
} else {
Err(errors)
}
}
}
最佳实践
- 保持验证逻辑简洁:每个验证函数只关注一个具体的验证规则
- 提供清晰的错误信息:错误信息应该明确指出问题所在
- 组合使用字段级和结构体级验证:简单规则使用字段级注解,复杂规则使用结构体级验证
- 考虑性能:对于大型结构体,避免不必要的重复验证
通过validator库的结构体级别验证功能,开发者可以轻松实现复杂的业务规则验证,保持代码的整洁和可维护性。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
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. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
404
暂无简介
Dart
771
191
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
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
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
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355