TanStack Router中处理非标准数组返回类型的最佳实践
2025-05-24 09:22:51作者:劳婵绚Shirley
在TanStack Router项目中,开发者在使用createServerFn创建服务端函数时,可能会遇到一个常见的类型检查问题——当尝试返回带有额外属性的非标准数组时,TypeScript会报类型错误。本文将深入分析这一问题产生的原因,并提供几种实用的解决方案。
问题背景
在开发过程中,我们经常会使用像Ronin这样的数据查询库,这些库有时会返回带有分页信息的特殊数组结构。例如:
const posts = await get.posts(); // 返回Array<Post> & { moreAfter: string; moreBefore: string }
当开发者尝试在createServerFn中直接返回这种特殊数组时,会遇到类型错误,因为TanStack Router默认期望返回的是标准的JSON可序列化类型。
问题本质
这个问题的核心在于JSON序列化的限制。JSON规范中数组只能是纯数组,不能带有额外属性。当服务端函数返回带有额外属性的数组时,这些属性在序列化为JSON传输到客户端的过程中会丢失。
解决方案
1. 解构重组法
最直接的方法是将数组和额外属性分开处理:
export const $getPosts = createServerFn({
method: "GET",
}).handler(async () => {
const posts = await get.posts();
return {
records: [...posts], // 展开为纯数组
moreBefore: posts.moreBefore,
moreAfter: posts.moreAfter
};
});
2. 类型断言法
如果你确定只需要数组部分数据,可以使用类型断言:
export const $getPosts = createServerFn({
method: "GET",
}).handler(async () => {
const posts = await get.posts();
return {
posts: posts as Post[], // 明确告诉TypeScript我们只需要数组部分
pagination: {
before: posts.moreBefore,
after: posts.moreAfter
}
};
});
3. 创建通用工具函数
对于项目中频繁使用的情况,可以创建一个通用的序列化工具函数:
type PaginatedArray<T> = ReadonlyArray<T> & {
moreBefore?: string | null;
moreAfter?: string | null;
};
function serializePaginated<T>(data: PaginatedArray<T>) {
return {
records: [...data],
pagination: {
before: data.moreBefore,
after: data.moreAfter
}
};
}
// 使用示例
export const $getPosts = createServerFn({
method: "GET",
}).handler(async () => {
const posts = await get.posts();
return serializePaginated(posts);
});
最佳实践建议
-
明确数据需求:在服务端函数中,明确你需要传输哪些数据给客户端,避免传输不必要的信息。
-
保持类型安全:虽然可以使用类型断言,但要确保你确实了解数据结构和序列化行为。
-
文档记录:对于特殊的数据结构转换,添加适当的代码注释说明转换原因和预期行为。
-
考虑性能:对于大型数组,展开操作(
...)可能会有性能影响,需要权衡可维护性和性能。
通过以上方法,开发者可以优雅地解决TanStack Router中非标准数组返回的类型问题,同时确保数据的正确序列化和传输。
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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