NSwag中Range数据验证对Decimal类型的处理问题分析
2025-05-31 21:18:29作者:乔或婵
问题背景
在NSwag工具链中,当从OpenAPI规范生成C#客户端代码时,对于带有范围限制的decimal类型字段的验证处理存在一个关键问题。具体表现为生成的代码使用了不兼容的RangeAttribute构造函数,导致编译失败。
问题现象
当OpenAPI规范中定义如下数值类型字段时:
"freightAmount": {
"type": "number",
"format": "decimal",
"maximum": 1000000.0,
"minimum": 0.0
}
NSwag会生成如下C#代码:
[System.ComponentModel.DataAnnotations.Range(0.0M, 1000000.0M)]
public decimal FreightAmount { get; }
这段代码的问题在于System.ComponentModel.DataAnnotations.RangeAttribute并没有接受decimal类型参数的构造函数,因此会导致编译错误。
技术分析
RangeAttribute在.NET中提供了三种主要的构造函数:
- 接受int参数的构造函数
- 接受double参数的构造函数
- 接受Type和字符串参数的构造函数
对于decimal类型,正确的做法是使用第三种构造函数,通过字符串形式指定范围边界值。这样可以避免浮点数精度问题,同时支持decimal类型的完整范围。
解决方案
正确的生成代码应该是:
[System.ComponentModel.DataAnnotations.Range(typeof(decimal), "0.0", "1000000.0")]
public decimal FreightAmount { get; }
这种实现方式有以下优势:
- 完全支持decimal类型的精度要求
- 不会引入浮点数舍入误差
- 与.NET框架的验证机制完全兼容
影响范围
此问题出现在NSwag 14.3.0版本中,而在之前的14.2.0版本中不存在。问题根源在于NJsonSchema库(版本11.2.0)中的Range格式处理逻辑变更。
临时解决方案
在问题修复前,开发者可以采取以下临时措施:
- 降级NJsonSchema到11.1.0版本
- 手动修改生成的代码,使用正确的RangeAttribute构造函数
- 在OpenAPI规范中避免使用decimal类型的范围验证
最佳实践建议
对于金融计算等需要高精度的场景,建议:
- 明确指定使用decimal类型
- 仔细考虑范围边界值的精度要求
- 在生成代码后验证数值验证逻辑的正确性
此问题的修复将提高NSwag工具链在处理高精度数值验证时的可靠性和准确性。
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
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- 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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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
677
暂无简介
Dart
803
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
207
昇腾LLM分布式训练框架
Python
119
147
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