Valibot 高级校验方法解析:rawCheck与rawTransform的深度应用
2025-05-30 17:51:03作者:晏闻田Solitary
Valibot作为一款现代化的TypeScript校验库,近期引入了两个强大的底层API:rawCheck和rawTransform。这两个方法为开发者提供了更细粒度的校验控制能力,特别适合处理复杂业务场景下的数据验证需求。
核心功能解析
rawCheck和rawTransform方法位于Valibot校验管道的核心位置,它们提供了直接访问校验上下文的能力:
- rawCheck:专注于纯校验逻辑,允许开发者添加自定义错误信息
- rawTransform:在转换数据的同时进行校验,具备中断管道执行的能力
这两个方法都接收一个包含dataset和addIssue等重要参数的回调函数,其中dataset对象提供了当前校验状态的完整信息,包括原始值(value)和类型化后的值(typed)。
典型应用场景
在实际开发中,我们经常会遇到需要跨字段校验的复杂场景。例如用户注册表单中,需要确保主邮箱不在备用邮箱列表中:
const UserSchema = v.pipe(
v.object({
primaryEmail: v.pipe(v.string(), v.email()),
secondaryEmails: v.array(v.pipe(v.string(), v.email()))
}),
v.rawCheck(({ dataset, addIssue }) => {
if (dataset.typed) {
const duplicates = dataset.value.secondaryEmails
.map((email, index) => email === dataset.value.primaryEmail ? index : -1)
.filter(i => i >= 0);
duplicates.forEach(index => {
addIssue({
message: "主邮箱不能出现在备用邮箱列表中",
path: [{
input: dataset.value.secondaryEmails,
key: index,
origin: 'value',
type: 'array',
value: dataset.value.secondaryEmails[index]
}]
});
});
}
})
);
技术实现细节
- 错误定位机制:通过path数组精确定位错误位置,支持对象属性和数组索引
- 类型安全保证:dataset.typed标志确保类型安全后才执行自定义校验
- 管道控制:rawTransform可以通过返回NEVER提前终止校验流程
最佳实践建议
- 优先使用高层API:在简单场景下仍建议使用check、transform等高层方法
- 错误信息国际化:可通过i18n方案管理错误消息,如配合i18next等库
- 性能优化:复杂校验应考虑性能影响,避免不必要的循环操作
与竞品对比
相比Zod的superRefine,Valibot的rawCheck/rawTransform提供了更底层的控制能力,特别是对错误路径的精确控制。不过这也带来了稍显复杂的API设计,需要开发者更深入地理解Valibot的内部机制。
Valibot的这一特性为复杂表单验证、业务规则校验等场景提供了强大支持,是库功能演进的重要里程碑。开发者可以根据项目需求,合理选择不同层级的校验API来平衡开发效率和控制能力。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134