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
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
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++
930
801
🔥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
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
871
207
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
130
189
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160