SpringDoc OpenAPI 中多文件编码注解的正确使用方式
2025-06-24 02:53:44作者:苗圣禹Peter
在基于Spring Boot的REST API开发中,SpringDoc OpenAPI是一个非常流行的库,它能够自动生成OpenAPI 3.0规范的文档。当处理文件上传特别是多部分表单数据时,开发者经常需要为不同的表单字段指定不同的内容类型编码。
问题背景
在SpringDoc OpenAPI的早期版本中,开发者可能会遇到一个问题:当尝试为不同的表单字段分别指定内容类型编码时,只有第一个编码注解会被识别。例如,在一个文件上传接口中,开发者可能希望:
- 文件字段使用
application/octet-stream类型 - 附加的JSON数据字段使用
application/json类型
错误的使用方式
开发者可能会尝试为每个@RequestPart参数单独添加@RequestBody注解,如下所示:
@PostMapping(value ="/first", consumes = MediaType.MULTIPART_FORM_DATA_VALUE)
public ResponseEntity<String> uploadMultipartWithBody(
@RequestBody(content = @Content(encoding = @Encoding(name = "file", contentType = MediaType.APPLICATION_OCTET_STREAM_VALUE)))
@Parameter(required = true)
@RequestPart("file") MultipartFile file,
@RequestBody(content = @Content(encoding = @Encoding(name = "dto", contentType = MediaType.APPLICATION_JSON_VALUE)))
@Parameter(description = "An extra JSON payload sent with file")
@RequestPart("dto")
DTO dto) {
return ResponseEntity.ok("Request Accepted: " + dto.toString());
}
这种方式会导致只有第一个编码定义被SpringDoc OpenAPI识别。
正确的解决方案
正确的做法是将所有编码定义统一放在方法级别的@RequestBody注解中,使用数组形式指定多个@Encoding:
@PostMapping(value ="/first", consumes = MediaType.MULTIPART_FORM_DATA_VALUE)
@RequestBody(content = @Content(encoding = {
@Encoding(name = "file", contentType = MediaType.APPLICATION_OCTET_STREAM_VALUE),
@Encoding(name = "dto", contentType = MediaType.APPLICATION_JSON_VALUE)
}))
public ResponseEntity<String> uploadMultipartWithBody(
@Parameter(required = true)
@RequestPart("file") MultipartFile file,
@Parameter(description = "An extra JSON payload sent with file")
@RequestPart("dto")
DTO dto) {
return ResponseEntity.ok("Request Accepted: " + dto.toString());
}
生成的OpenAPI文档效果
采用上述正确方式后,生成的OpenAPI文档将包含完整的编码定义:
requestBody:
content:
'multipart/form-data':
schema:
type: object
required:
- dto
- file
properties:
dto:
type: string
file:
type: string
format: binary
encoding:
file:
contentType: application/octet-stream
dto:
contentType: application/json
技术要点总结
- 对于多部分表单数据的编码定义,应该使用方法级别的
@RequestBody注解 - 多个编码定义需要使用
@Encoding数组形式指定 - 每个编码定义需要指定字段名称(
name)和对应的内容类型(contentType) - 参数级别的
@Parameter注解仍然可以用于指定参数的描述和是否必需等属性
这种设计符合OpenAPI规范的要求,确保了API文档能够准确描述多部分请求中不同字段的内容类型编码方式。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220