Valibot 库中实现运行时自定义错误消息的最佳实践
2025-05-30 06:02:14作者:乔或婵
在表单验证和数据校验场景中,开发者经常需要根据运行时数据动态生成错误提示信息。Valibot 作为一款类型安全的 TypeScript 验证库,提供了多种灵活的方式来实现这一需求。
基础方案:函数式错误消息
最简单的动态消息生成方式是通过函数参数传递:
const Schema = v.string((issue) => `预期类型: ${issue.expected}`);
这种方式适用于简单的类型校验场景,但当错误消息需要基于复杂验证逻辑时,就会显得力不从心。
进阶方案:check 与 refine 结合
对于需要基于验证上下文生成消息的情况,Valibot 提供了更强大的组合方案:
const Schema = v.pipe(
v.string(),
v.check(
([c1, c2, c3]) => c1 !== 'f' || c2 == c3,
({ input: [c1, c2, c3] }) =>
`首字母为"${c1}"时,后续两个字符"${c2}"和"${c3}"必须相同`
)
);
这种模式将验证逻辑和消息生成紧密耦合,避免了重复代码,同时保持了良好的可读性。
高级方案:rawCheck 完全控制
对于最复杂的验证场景,Valibot 提供了底层的 rawCheck API:
const schema = v.pipe(v.string(), v.rawCheck(({ dataset, addIssue }) => {
if (dataset.typed) {
const [c1, c2, c3] = dataset.value
if (c1 === "f" && c2 !== c3) {
addIssue({
message: `首字母为"${c1}"时,第二和第三个字符"${c2}"与"${c3}"应当相同`
})
}
}
}))
rawCheck 提供了对验证流程的完全控制,包括:
- 访问原始输入数据
- 手动添加验证问题
- 处理类型化/非类型化数据场景
设计原理与最佳实践
Valibot 采用分层设计理念,从简单到复杂提供了不同层级的 API:
- 声明式验证:适合简单场景,使用预设错误消息
- 函数式消息:适合需要简单动态消息的场景
- check + 消息生成器:适合中等复杂度的条件验证
- rawCheck:适合需要完全控制验证流程的复杂场景
在实际项目中,建议根据场景复杂度选择合适的方案。对于表单验证等常见场景,check 组合方案通常是最佳选择;而对于需要处理多种边界条件的核心业务验证,则可以考虑使用 rawCheck。
Valibot 的这种设计既保证了简单场景的易用性,又为复杂场景提供了足够的灵活性,是 TypeScript 生态中数据验证的优秀解决方案。
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
567
3.84 K
🔥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
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
暂无简介
Dart
799
199
🎉 (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
780
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1