从neverthrow中提取函数返回值的类型
2025-06-07 13:40:37作者:郦嵘贵Just
在TypeScript开发中,我们经常需要处理可能失败的操作,neverthrow库提供了一种优雅的方式来处理这类情况。它通过Result类型封装了成功和失败两种可能的结果,使得错误处理更加类型安全。
neverthrow的基本使用
neverthrow的核心是Result类型,它有两种变体:
Ok<T>:表示操作成功,包含成功的值Err<E>:表示操作失败,包含错误信息
基本用法如下:
import { ok, err, Result } from 'neverthrow';
const successResult = ok("操作成功");
const failureResult = err("操作失败");
提取返回值类型的挑战
当我们使用neverthrow时,经常需要从返回Result的函数中提取出成功值的类型。例如:
const getUser = (id: string): Result<User, Error> => {
// 实现细节
};
如果我们想在其他地方使用User类型,直接使用ReturnType会得到Result<User, Error>,而不是我们真正想要的User类型。
解决方案
我们可以创建一个类型工具来提取Result中的成功值类型:
type ExtractOkType<T extends Result<any, any>> = T extends Result<infer U, any>
? U
: never;
使用示例:
const getUserResult = getUser("123");
type UserType = ExtractOkType<typeof getUserResult>; // 得到User类型
更通用的辅助类型
为了更方便地使用,我们可以创建一个直接从函数类型中提取的辅助类型:
type ExtractResultOkType<F extends (...args: any) => Result<any, any>> =
ReturnType<F> extends Result<infer U, any>
? U
: never;
// 使用示例
type UserType = ExtractResultOkType<typeof getUser>; // 直接得到User类型
实际应用场景
这种类型提取在以下场景特别有用:
- 创建类型安全的API客户端,确保请求和响应类型一致
- 在Redux或其他状态管理中定义action payload类型
- 编写通用工具函数时保持类型安全
- 在组件props中定义期望的数据类型
注意事项
- 这种类型提取只适用于确定返回Result类型的函数
- 如果函数可能返回其他类型,需要额外的类型保护
- 在实际代码中,建议为这些工具类型添加清晰的文档注释
通过这种方式,我们可以在保持neverthrow提供的错误处理优势的同时,也能方便地访问和使用成功值的类型,使我们的TypeScript代码更加类型安全和易于维护。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
547
671
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++
955
930
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
427
75
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
407
326
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (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
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292