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
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
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++
876
577
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
135