深入理解 ts-essentials 中 XOR 类型与 Omit 的交互问题
2025-06-17 14:39:34作者:舒璇辛Bertina
在 TypeScript 开发中,ts-essentials 库提供的 XOR 类型是一个非常有用的工具,它能够创建互斥的类型组合。然而,当它与 TypeScript 内置的 Omit 工具类型结合使用时,可能会出现一些意料之外的行为。
XOR 类型的工作原理
XOR 类型是 ts-essentials 提供的一个高级工具类型,它确保两个类型不能同时存在。其核心实现逻辑如下:
type Without<T, U> = { [P in Exclude<keyof T, keyof U>]?: never };
type XOR<T, U> = T | U extends object ? (Without<T, U> & U) | (Without<U, T> & T) : T | U;
这种实现方式通过将非共享属性标记为 never 类型来确保互斥性。例如,当我们将 PublicBus 和 SchoolBus 类型组合时:
type PublicBus = BaseBus & { town: string };
type SchoolBus = BaseBus & { school: string; driver: string };
type Bus = XOR<PublicBus, SchoolBus>;
得到的 Bus 类型实际上是一个联合类型,其中每个分支都会将对方特有的属性标记为 never。
与 Omit 交互时的问题
当开发者尝试对 XOR 类型的结果使用 Omit 时,会遇到类型信息丢失的问题。这是因为 Omit 不是"同态"类型操作,它不会保持原始类型的结构特性。
具体来说,当执行:
type BusWithLicensePlate = Omit<Bus, 'id'> & { licensePlate: string }
预期结果是两个分支分别被 Omit 处理后的联合,但实际结果是所有属性被合并为一个扁平化的类型,导致类型守卫失效。
解决方案
1. 使用 StrictOmit 替代
ts-essentials 提供了 StrictOmit 类型,它能够更好地处理联合类型:
type BusWithLicensePlate = StrictOmit<Bus, 'id'> & { licensePlate: string }
2. 自定义更好的 Omit 类型
可以定义一个更智能的 Omit 变体:
type BetterOmit<T, K> = {
[P in keyof T as Exclude<P, K>]: T[P];
}
3. 考虑使用判别联合
如果场景允许,使用带有判别属性的联合类型可能是更清晰的选择:
type Bus =
| { type: 'public'; town: string } & BaseBus
| { type: 'school'; school: string; driver: string } & BaseBus;
这种方式的类型守卫更加可靠,IDE 支持也更好。
类型守卫的最佳实践
在使用 XOR 或联合类型时,类型守卫的编写需要特别注意:
// 不推荐 - 无法处理空字符串情况
if (bus.school) { ... }
// 推荐 - 正确处理所有情况
if (typeof bus.school === 'string') { ... }
总结
XOR 类型在需要互斥类型组合时非常有用,但在与某些工具类型(如 Omit)交互时需要注意其行为。理解这些交互特性有助于开发者选择最适合当前场景的类型组合策略。对于需要严格互斥且频繁操作的类型,判别联合可能是更可靠的选择;而对于无法添加判别属性的场景,XOR 配合适当的工具类型调整仍然是一个强大的解决方案。
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
Ascend Extension for PyTorch
Python
222
238
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
671
156
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
261
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
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217