如何在Zod中严格定义空对象类型
2025-05-03 07:19:33作者:董宙帆
在TypeScript开发中,我们经常需要定义和验证对象结构。Zod作为一个强大的TypeScript模式验证库,提供了丰富的类型定义功能。本文将探讨如何在Zod中严格定义空对象类型,避免宽松的{}类型匹配问题。
问题背景
在TypeScript中,{}类型表示一个空对象,但它实际上会匹配任何非null和非undefined的对象值。这意味着以下代码不会报错:
const empty = z.object({});
type Empty = z.infer<typeof empty>;
const myObject: Empty = {
foo: "bar" // 不会报错,但这不是我们想要的行为
};
这种宽松的类型检查可能会导致意外的类型安全问题,特别是当我们确实需要确保一个对象不包含任何属性时。
解决方案
Zod提供了z.record()方法来创建记录类型,结合z.never()可以严格定义空对象类型:
const empty = z.record(z.never());
type Empty = z.infer<typeof empty>;
const myObject: Empty = {
foo: "bar", // 现在会报错:Type 'string' is not assignable to type 'never'
};
实现原理
z.record()创建一个键值对类型,接受一个值类型作为参数z.never()表示一个永远不会有值的类型- 组合起来表示一个不允许有任何属性的对象类型
实际应用场景
这种严格空对象类型在以下场景特别有用:
- API响应验证:确保某些端点确实返回空对象
- 配置对象验证:确保某些配置项未被意外添加属性
- 中间件开发:严格验证请求或响应对象的结构
注意事项
- 这种严格类型检查在开发阶段就能捕获潜在的类型错误
- 对于需要动态属性的场景,应该使用更宽松的类型定义
- 在运行时验证中,这种定义会确保对象确实没有任何可枚举属性
通过使用Zod的z.record(z.never())组合,我们可以实现比简单{}更严格的空对象类型检查,提高代码的类型安全性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217