Valibot 项目中自定义验证器的最佳实践
2025-05-30 07:39:21作者:姚月梅Lane
Valibot 是一个用于数据验证的 TypeScript 库,随着其 API 的演进,开发者需要了解如何高效地创建自定义验证器。本文将深入探讨在 Valibot 中创建自定义验证器的几种方法,并分析各自的优缺点。
自定义验证器的基本模式
在 Valibot 中,创建自定义验证器通常有两种主要方式:
- 简单函数形式:适用于不需要严格类型检查的场景
- 类型安全形式:提供完整的类型安全,但需要更多样板代码
简单函数实现
对于不需要严格类型检查的场景,可以采用简洁的函数形式:
function nonEmpty(message = "Non-empty value required.") {
return minLength(1, message);
}
这种方式的优点是代码简洁,但缺点是类型信息不够完整,IDE 可能无法提供完善的类型提示。
类型安全实现
如果需要完整的类型安全,可以采用以下形式:
function nonEmpty<TInput extends LengthInput>(
message: string = 'Non-empty value required.'
): MinLengthAction<TInput, 1, string> {
return minLength(1, message);
}
这种方式提供了完整的类型信息,但需要更多的样板代码。
高级类型模式
对于需要更精确类型控制的场景,可以使用以下模式:
function nonEmpty<
TInput extends LengthInput,
const TMessage extends ErrorMessage<MinLengthIssue<TInput, 1>>,
>(
message: TMessage = 'Non-empty value required.' as TMessage
): MinLengthAction<TInput, 1, TMessage> {
return minLength(1, message);
}
这种模式:
- 保留了输入类型的泛型参数
- 精确控制了错误消息的类型
- 确保了返回类型与 minLength 操作完全匹配
组合验证器的实现
对于组合多个验证器的场景,如创建一个既检查数字类型又检查整数的验证器:
function integerNumber<TMessage extends ErrorMessage<NumberIssue>>(message?: TMessage) {
return pipe(number(message), integer());
}
Valibot 核心团队指出,目前还没有完美的方法来完全代理原始验证器的类型签名(包括处理 undefined 消息的重载),因此在实际应用中需要根据具体需求权衡类型精确性和代码简洁性。
实践建议
- 评估需求:如果项目对类型安全要求不高,简单函数形式可能更合适
- 类型导出:Valibot 已导出常用输入类型(ContentInput、LengthInput 等),可直接使用
- 权衡取舍:在类型安全和代码简洁性之间找到平衡点
- 内置验证器:优先使用 Valibot 内置的验证器(如非空检查现已内置)
通过理解这些模式,开发者可以在 Valibot 项目中更高效地创建和维护自定义验证器,同时根据项目需求选择最适合的实现方式。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++096AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (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
974
574

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

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++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133