Zod 中合并多个 Schema 的类型推断问题解析
2025-05-03 02:37:42作者:伍霜盼Ellen
在 TypeScript 生态中,Zod 是一个流行的运行时类型验证库,它允许开发者定义数据模式并在运行时验证数据。然而,在使用 Zod 合并多个 schema 时,开发者可能会遇到类型推断不准确的问题。
问题背景
当开发者尝试使用 Zod 的 merge 方法合并多个 schema 时,期望得到的类型应该是所有 schema 属性的并集。例如:
const schema1 = z.object({ providerId: z.string() });
const schema2 = z.object({ serviceId: z.string() });
const schema3 = z.object({ date: z.date() });
const CombinedSchema = schema1.merge(schema2).merge(schema3);
type CombinedType = z.infer<typeof CombinedSchema>;
理想情况下,CombinedType 应该推断为:
{
providerId: string;
serviceId: string;
date: Date;
}
但实际上,TypeScript 可能会推断出不完全正确的类型,如:
{
[x: string]: any;
serviceId?: unknown;
date?: unknown;
}
问题原因
这个问题源于 TypeScript 在处理泛型方法链式调用时的局限性。当在泛型上下文中调用方法时,类型参数 T 会"坍缩"为其类型约束(这里是 ZodObject<any,any,any>),导致类型信息丢失。
解决方案
1. 显式指定返回类型
最直接的解决方案是显式指定合并后的返回类型:
function combineSchemas<T extends ZodObject<any>, U extends ZodObject<any>, V extends ZodObject<any>>(
s1: T,
s2: U,
s3: V
): ZodObject<{
[K in keyof T['shape']]: T['shape'][K];
} & {
[K in keyof U['shape']]: U['shape'][K];
} & {
[K in keyof V['shape']]: V['shape'][K];
}> {
return s1.merge(s2).merge(s3);
}
2. 使用 Zod 内部工具类型
Zod 提供了一些内部工具类型,可以简化这个过程:
import { objectUtil, util } from 'zod';
function combineSchemas<T extends ZodObject<any>, U extends ZodObject<any>, V extends ZodObject<any>>(
s1: T,
s2: U,
s3: V
): ZodObject<util.flatten<objectUtil.extendShape<objectUtil.extendShape<T['shape'], U['shape']>, V['shape']>>> {
return s1.merge(s2).merge(s3);
}
3. 支持可变数量参数的解决方案
如果需要合并任意数量的 schema,可以实现一个更通用的解决方案:
type ShapesCombine<T extends AnyZodObject[]> =
T extends [infer A extends AnyZodObject, ...infer B extends AnyZodObject[]]
? A['shape'] & ShapesCombine<B>
: {};
function combineSchemas<U extends AnyZodObject[]>(arr: U): ZodObject<util.flatten<ShapesCombine<U>>> {
return arr.reduce((acc, step) => acc.merge(step), z.object({})) as any;
}
4. 使用交集类型
对于表单等场景,可以使用 z.intersection 方法:
function useMergedForm<Schema1 extends ZodObject<any>, Schema2 extends ZodObject<any>>(
schema1: Schema1,
schema2: Schema2,
defaultsValues: DefaultValues<z.infer<Schema1> & z.infer<Schema2>>
) {
const mergedSchema = z.intersection(schema1, schema2);
// ...其他实现
}
最佳实践建议
-
优先使用显式类型:当类型推断不准确时,显式指定类型通常是最可靠的解决方案。
-
考虑使用 Zod 工具类型:Zod 提供的内部工具类型如
util.flatten和objectUtil.extendShape可以简化复杂类型的处理。 -
测试类型推断:在实现复杂类型操作后,应该验证类型推断是否符合预期。
-
文档记录:对于团队共享的复杂类型工具函数,应该详细记录其行为和使用方法。
通过理解这些解决方案,开发者可以更有效地在 Zod 中处理多个 schema 的合并操作,确保类型推断的准确性。
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
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
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134