FastEndpoints中ProblemDetails的最佳实践:处理业务逻辑错误
2025-06-08 22:55:00作者:郜逊炳
在FastEndpoints框架中,RFC7807标准的ProblemDetails不仅适用于输入验证错误,同样适用于业务逻辑错误的处理。本文将详细介绍如何优雅地使用FastEndpoints的错误处理机制来构建符合标准的API响应。
错误处理的统一范式
FastEndpoints框架实现了RFC7807标准的问题详情规范,这个规范并没有区分输入验证错误和业务逻辑错误。这意味着开发者可以使用相同的机制来处理各种类型的错误,保持API响应的一致性。
业务逻辑错误的处理方式
在实际开发中,我们经常需要处理各种业务逻辑错误,例如:
- 用户邮箱未验证
- 账户被锁定
- 用户没有分配角色等
在FastEndpoints中,可以通过AddError和ThrowIfAnyErrors方法来处理这些错误。虽然这些方法最初设计用于DTO验证(产生400 Bad Request响应),但它们同样适用于业务逻辑错误。
简洁的错误抛出方式
从FastEndpoints v6.1.0-beta.6版本开始,提供了更简洁的错误抛出方式:
ThrowError("账户已被锁定!", errorCode: "AccountLocked", statusCode: 423);
这个方法一次性完成了错误信息添加、错误码设置和状态码指定的操作,大大简化了代码。
错误分类与客户端处理
在ProblemDetails响应中,错误可以分为两类:
- 字段特定错误:错误信息关联到特定表单字段,客户端可以将其显示在相应输入框旁边
- 通用错误:字段名为"generalErrors"(可自定义)的错误,适用于不直接关联特定输入字段的问题
通过errorCode参数,开发者可以进一步分类通用错误,使客户端能够根据错误码做出更细致的处理决策。
实际应用示例
以下是处理用户登录时各种业务逻辑错误的典型示例:
if (!user.EmailConfirmed)
{
ThrowError("请先验证您的邮箱地址", errorCode: "EmailNotConfirmed", statusCode: 403);
}
if (await _userService.IsUserLockedOutAsync(user))
{
ThrowError("您的账户已被锁定,请联系支持", errorCode: "AccountLocked", statusCode: 423);
}
var roles = await _userService.GetUserRolesAsync(user);
if (roles == null || !roles.Any())
{
ThrowError("您的账户未分配任何角色,请联系管理员", errorCode: "NoRolesAssigned", statusCode: 403);
}
总结
FastEndpoints提供了灵活且符合标准的错误处理机制,使开发者能够:
- 统一处理各种类型的错误
- 使用简洁的API抛出业务逻辑错误
- 通过错误码实现精细的错误分类
- 保持API响应符合RFC7807标准
这种设计既保持了代码的简洁性,又为客户端提供了足够的信息来进行适当的错误处理和用户提示。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210