Valibot 中 omit 与 objectWithRest 的交互问题解析
2025-05-30 08:44:04作者:宣海椒Queenly
问题背景
Valibot 是一个用于数据验证的 TypeScript 库,它提供了多种模式验证功能。其中,omit 方法用于从对象模式中移除指定的属性,而 objectWithRest 则允许定义具有剩余属性的对象模式。然而,开发者发现这两者的交互存在一些预期之外的行为。
核心问题
当开发者尝试将 omit 应用于 objectWithRest 模式时,发现指定的属性并未被移除。例如:
const schema = v.omit(
v.objectWithRest({
key1: v.string(),
key2: v.string()
}, v.unknown()),
['key1']
)
开发者期望 key1 会被移除,但实际上它仍然存在于输出对象中。
技术分析
设计意图
根据 Valibot 维护者的解释,当前行为是设计使然。Valibot 试图与 TypeScript 的 Omit 类型保持一致,仅忽略已知属性。当使用 objectWithRest 并指定剩余属性为 unknown 时,所有属性(包括被忽略的)仍然符合类型定义。
类型安全考虑
当前实现确保了类型安全,当开发者尝试忽略一个不存在的属性时,TypeScript 会给出错误提示。这种设计防止了运行时错误,提高了代码的可靠性。
解决方案
临时解决方案
开发者可以使用 transform 方法手动移除不需要的属性:
const newSchema = v.pipe(
v.objectWithRest({
key1: v.string(),
key2: v.string()
}, v.unknown()),
v.transform(({ key1, ...rest }) => rest)
)
未来可能性
维护者考虑在未来版本中添加 except 方法,该方法会在解析时检查并移除指定的属性,提供更直观的行为。同时也在考虑改进 omit 的类型定义,使其对 objectWithRest 模式有更精确的类型提示。
最佳实践建议
- 当需要严格移除属性时,优先使用
object而非objectWithRest - 对于需要保留剩余属性的场景,考虑使用
transform手动处理 - 关注 Valibot 的版本更新,特别是关于
except方法的引入 - 在类型定义上明确区分已知属性和剩余属性的处理方式
总结
Valibot 中 omit 与 objectWithRest 的交互行为反映了类型安全与开发者体验之间的权衡。虽然当前行为可能不符合某些开发者的直觉,但它确保了类型系统的严谨性。开发者可以通过现有方法组合实现所需功能,同时期待未来版本可能提供的更灵活的解决方案。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219