SpringDoc OpenAPI中Kotlin多行字符串缩进问题的解决方案
在Kotlin开发中,我们经常需要在注解中使用多行字符串来描述API文档。SpringDoc OpenAPI作为一个流行的API文档生成工具,能够自动从代码中的注解生成OpenAPI规范文档。然而,当我们在Kotlin中使用多行字符串时,会遇到一个常见的缩进问题。
问题背景
Kotlin的多行字符串(使用三重引号"""包裹)会保留源代码中的缩进格式。这在注解中使用时会导致生成的OpenAPI文档中出现不必要的缩进空格。例如:
@Schema(description = """
这是一个用户模型
包含用户的基本信息
""")
上述代码生成的文档描述会保留每行前面的缩进空格,这显然不是我们想要的效果。
解决方案演进
最初,开发者可以通过实现GlobalOpenApiCustomizer接口来自定义处理这些缩进问题。这种方法虽然有效,但需要每个项目都重复实现类似的逻辑。考虑到这是一个普遍存在的问题,社区决定将其内置到SpringDoc OpenAPI的核心功能中。
最新的改进将trim-kotlin-indent功能扩展到了@Schema注解,这意味着现在可以自动处理以下场景:
@Schema注解中的description属性@Schema注解中的example属性- 嵌套的schema属性
- 数组schema中的项目描述
实现原理
该功能的实现主要基于Kotlin的trimIndent()方法,它会自动移除字符串中所有行共有的最小缩进。在SpringDoc OpenAPI内部,这个处理被集成到了注解处理器中,在生成OpenAPI规范前自动应用。
对于开发者来说,现在可以这样编写代码:
@Schema(
description = """
|这是一个用户模型
|包含用户的基本信息
""".trimMargin()
)
或者直接依赖SpringDoc的自动处理功能:
@Schema(
description = """
这是一个用户模型
包含用户的基本信息
"""
)
最佳实践
- 对于简单的单行描述,可以直接使用普通字符串
- 对于复杂的多行描述,使用三重引号的多行字符串
- 保持一致的缩进风格,便于阅读和维护
- 考虑在团队中统一约定是否显式使用
trimIndent()方法
总结
SpringDoc OpenAPI对Kotlin多行字符串缩进问题的持续改进,显著提升了开发体验。这一变化使得Kotlin开发者能够更自然地编写API文档注解,而无需担心格式问题。随着这一功能的不断完善,我们可以期待更简洁、更一致的API文档生成体验。
对于已经使用自定义GlobalOpenApiCustomizer的项目,可以考虑评估是否迁移到内置功能,以简化代码维护。同时,这一改进也为未来可能的其他Kotlin特定优化奠定了基础。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00