在json-schema-to-typescript中处理枚举类型引用
2025-06-26 16:07:21作者:冯梦姬Eddie
在使用json-schema-to-typescript工具时,开发者经常需要处理枚举类型的引用问题。特别是在定义区分联合类型(discriminated unions)时,如何优雅地引用枚举值是一个常见需求。
枚举类型的基本定义
在JSON Schema中,我们可以通过enum关键字定义枚举类型。例如:
{
"definitions": {
"options": {
"type": "string",
"enum": ["square", "circle"],
"tsEnumNames": ["Square", "Circle"]
}
}
}
这会被转换为TypeScript中的枚举类型:
export enum Options {
Square = "square",
Circle = "circle"
}
引用特定枚举值的问题
当我们需要在区分联合类型中引用特定的枚举值时,直接引用可能会遇到困难。例如,我们想要实现这样的TypeScript类型:
export type OptionRestrictions =
| { option: Options.Square; length: number }
| { option: Options.Circle; radius: number };
解决方案:独立定义每个枚举项
为了实现这一目标,我们可以采用以下JSON Schema结构:
- 首先为每个枚举值创建独立的定义
- 然后使用
oneOf组合这些定义
具体实现如下:
{
"definitions": {
"circle": {
"type": "string",
"enum": ["circle"]
},
"square": {
"type": "string",
"enum": ["square"]
},
"shape": {
"oneOf": [
{ "$ref": "#/definitions/circle" },
{ "$ref": "#/definitions/square" }
]
}
}
}
这种结构会被转换为:
export type Shape = Circle | Square;
export type Circle = "circle";
export type Square = "square";
实际应用示例
在实际应用中,我们可以这样使用这种模式:
{
"title": "ShapeProperties",
"oneOf": [
{
"type": "object",
"properties": {
"shape": { "$ref": "#/definitions/circle" },
"radius": { "type": "number" }
},
"required": ["shape", "radius"]
},
{
"type": "object",
"properties": {
"shape": { "$ref": "#/definitions/square" },
"length": { "type": "number" }
},
"required": ["shape", "length"]
}
],
"definitions": {
"circle": {
"type": "string",
"enum": ["circle"]
},
"square": {
"type": "string",
"enum": ["square"]
}
}
}
这将生成精确的类型定义,确保每个形状都有其特定的属性要求。
最佳实践建议
- 保持定义独立:为每个枚举值创建单独的定义,这样可以更灵活地引用它们
- 使用语义化名称:给定义起有意义的名称,提高Schema的可读性
- 明确required字段:在对象定义中明确哪些字段是必需的
- 考虑扩展性:这种模式易于扩展,添加新的形状类型时只需添加新的定义和oneOf项
通过这种方式,我们可以充分利用json-schema-to-typescript的能力,生成精确且类型安全的TypeScript定义,同时保持JSON Schema的可维护性和可扩展性。
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 StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 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。Python0769
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.49 K
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
494
518
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++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 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++
973
2.29 K
deepin linux kernel
C
32
16
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++
482
312
JiuwenSwarm 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。
Python
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
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
648
287