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
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
最新内容推荐
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
334
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
744
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