ASP.NET Core 中实现 OpenAPI 文档的蛇形命名规范
2025-05-03 12:40:58作者:裴锟轩Denise
在 ASP.NET Core 项目中,我们经常需要为 API 接口生成 OpenAPI 文档。一个常见的需求是将 JSON 数据格式中的属性名统一转换为蛇形命名(snake_case)风格,这在与某些前端框架或第三方服务交互时尤为重要。
配置 JSON 序列化选项
ASP.NET Core 提供了简单的方式来全局配置 JSON 序列化行为。我们可以通过 ConfigureHttpJsonOptions 方法来设置蛇形命名策略:
builder.Services.ConfigureHttpJsonOptions(options =>
{
options.SerializerOptions.PropertyNamingPolicy = JsonNamingPolicy.SnakeCaseLower;
});
JsonNamingPolicy.SnakeCaseLower 是 .NET 内置的蛇形命名策略,它会自动将属性名转换为小写并用下划线分隔的形式,例如将 "userName" 转换为 "user_name"。
自定义蛇形命名策略
如果需要更灵活的控制,我们可以实现自定义的命名策略:
public class JsonSerializerSnakeCaseNamingPolicy : JsonNamingPolicy
{
public override string ConvertName(string name)
{
// 使用正则表达式将驼峰命名转换为蛇形命名
return Regex.Replace(name, @"(\w)([A-Z])", "$1_$2").ToLower();
}
}
统一配置 JSON 序列化
为了保持代码整洁,我们可以将 JSON 序列化的配置提取为单独的方法:
static void ConfigureJsonSerializer(JsonSerializerOptions options)
{
options.PropertyNamingPolicy = new JsonSerializerSnakeCaseNamingPolicy();
options.Converters.Add(new JsonStringEnumConverter());
options.DefaultIgnoreCondition = JsonIgnoreCondition.WhenWritingNull;
options.WriteIndented = false;
options.ReferenceHandler = ReferenceHandler.IgnoreCycles;
}
然后在服务配置中调用这个方法:
builder.Services.AddControllers()
.AddJsonOptions(options => ConfigureJsonSerializer(options.JsonSerializerOptions));
builder.Services.ConfigureHttpJsonOptions(options =>
ConfigureJsonSerializer(options.SerializerOptions));
注意事项
-
目前 Microsoft.AspNetCore.OpenApi 包不支持 Newtonsoft.Json,只能使用 System.Text.Json 进行序列化。
-
对于查询参数,如果需要蛇形命名,可以添加自定义的 ValueProviderFactory:
builder.Services.AddControllers(options =>
{
options.ValueProviderFactories.Add(new SnakeCaseQueryValueProviderFactory());
});
通过以上配置,我们可以确保 API 的请求和响应数据都使用蛇形命名规范,同时生成的 OpenAPI 文档也会正确反映这一命名风格。这种统一的命名规范有助于提高 API 的可用性和一致性,特别是在多语言环境中使用时。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
9
1
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217