在Orval项目中使用React Query与Fetch进行API交互
2025-06-17 04:59:38作者:房伟宁
Orval是一个强大的OpenAPI客户端生成工具,它能够根据API规范自动生成类型安全的客户端代码。最新版本7.0中,Orval对React Query与Fetch的集成提供了更好的支持,使得开发者可以更灵活地选择HTTP客户端。
React Query与Fetch集成的背景
传统上,许多React项目使用Axios作为HTTP客户端,但随着现代浏览器对Fetch API的全面支持,越来越多的开发者希望使用更轻量级的Fetch方案。Orval 7.0版本通过引入httpClient: 'fetch'配置选项,简化了这一集成过程。
配置方法
在Orval配置文件中,开发者现在可以明确指定使用Fetch作为HTTP客户端:
output: {
target: 'src/generated',
schemas: 'src/generated',
client: 'react-query',
httpClient: 'fetch',
mode: 'tags-split',
// 其他配置...
}
这一配置会生成专门针对Fetch优化的React Query hooks,避免了之前版本中需要手动处理类型不匹配的问题。
自定义Fetch实现
对于需要特殊处理的场景,Orval仍然支持自定义Fetch实现。开发者可以提供自己的Fetch封装函数,只需确保其签名与标准Fetch兼容:
export const customFetch = async <T>(
config: {
url: string
method: 'GET' | 'POST' | 'PUT' | 'DELETE' | 'PATCH'
data?: BodyInit
params?: Record<string, unknown>
},
options?: RequestInit
): Promise<T> => {
// 自定义实现逻辑
}
生成代码的变化
7.0版本生成的代码更加简洁和类型安全。例如,对于创建Todo的API,生成的hook会正确处理Fetch的参数格式:
export const createNewTodo = (options?: RequestInit) => {
return customFetch<ApiResponse>('/v1/todo', {
method: 'POST',
...options
})
}
最佳实践
- 错误处理:在自定义Fetch实现中加入统一的错误处理逻辑
- 请求拦截:利用Fetch的拦截器特性实现认证、日志等功能
- 类型安全:确保自定义Fetch实现保持完整的类型推断
- 性能优化:考虑添加请求缓存、取消等高级功能
Orval 7.0的这些改进使得React Query与Fetch的集成更加无缝,为开发者提供了更多选择自由,同时保持了类型安全和开发体验的一致性。
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
647
795
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
434
395
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++
1.01 K
1.01 K
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
1.18 K
152
deepin linux kernel
C
30
16
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
146
237
暂无简介
Dart
984
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989