Valibot 中实现异步验证时自定义错误消息的方法
2025-05-30 17:08:58作者:范垣楠Rhoda
Valibot 是一个强大的 TypeScript 数据验证库,它提供了灵活的方式来验证数据结构。在实际开发中,我们经常需要结合异步操作进行验证,比如调用 API 验证手机号等场景。本文将介绍如何在 Valibot 中实现异步验证并返回自定义错误消息。
异步验证的常见需求
在表单验证等场景中,开发者经常需要:
- 先验证基本格式(如非空、数字格式等)
- 然后调用 API 进行业务逻辑验证(如手机号是否已注册)
- 当 API 返回错误时,使用服务端提供的错误消息
基础方案:checkAsync 的局限性
Valibot 提供了 checkAsync 方法用于异步验证,但它只能返回布尔值来表示验证是否通过。当我们需要使用 API 返回的具体错误消息时,这种方法就显得不够灵活。
高级方案:使用 rawCheckAsync
Valibot 提供了更底层的 rawCheckAsync 方法,它允许开发者完全控制验证流程:
import * as v from 'valibot';
const Schema = v.pipeAsync(
v.object({
dialCode: v.pipe(
v.string(),
v.nonEmpty('Dial code is required'),
v.decimal('Dial code should be a number')
),
phoneNumber: v.pipe(v.string(), v.nonEmpty('Phone number is required')),
countryCode: v.optional(v.string()),
}),
v.rawCheckAsync(async ({ dataset, addIssue }) => {
if (dataset.typed) {
const response = await fetch('...', { body: dataset.value });
if (!response.ok) {
addIssue({ message: await response.text() });
}
}
})
);
rawCheckAsync 的核心优势
- 完全控制验证流程:可以访问完整的验证上下文
- 灵活添加问题:通过
addIssue方法可以添加任意数量的验证问题 - 支持自定义消息:可以直接使用 API 返回的错误消息
- 类型安全:通过
dataset.typed可以确保只在类型正确的数据上执行验证
实际应用建议
- 错误处理:建议在 API 调用周围添加 try-catch 块,处理网络错误等异常情况
- 性能优化:对于频繁触发的验证(如表单输入时),考虑添加防抖逻辑
- 消息本地化:可以在
addIssue前对 API 返回的消息进行本地化处理
通过使用 rawCheckAsync,开发者可以构建出既强大又灵活的数据验证流程,满足各种复杂的业务需求。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781