FastEndpoints项目中Hashids集成方案解析
2025-06-08 20:48:03作者:薛曦旖Francesca
在FastEndpoints项目中集成Hashids时,开发者常常会遇到模型绑定和Swagger文档生成的挑战。本文将深入探讨如何优雅地解决这些问题,并提供一套完整的解决方案。
核心问题分析
Hashids是一种将数字ID转换为短哈希字符串的技术,主要应用于隐藏原始ID和防止枚举攻击。在FastEndpoints框架中集成时面临两大挑战:
- 模型绑定问题:需要将请求中的哈希字符串转换为后端使用的整数ID
- Swagger文档问题:需要正确显示这些字段为字符串类型而非数字类型
解决方案设计
自定义HashId结构体
最优雅的解决方案是创建一个专门的结构体来封装HashId逻辑:
public readonly struct HashId
{
private static readonly Hashids _hid = new("your-salt-value");
private readonly int _intValue;
private readonly string _hashValue;
public HashId(int value)
{
_intValue = value;
_hashValue = _hid.Encode(value);
}
public HashId(string hash)
{
_hashValue = hash;
_intValue = _hid.DecodeSingle(hash);
}
public static implicit operator int(HashId hashId) => hashId._intValue;
public static implicit operator HashId(int value) => new(value);
public static implicit operator HashId(string hash) => new(hash);
public static implicit operator string(HashId hashId) => hashId._hashValue;
public static bool TryParse(string input, out HashId result)
{
try
{
result = new HashId(input);
return true;
}
catch
{
result = default;
return false;
}
}
}
这个结构体提供了:
- 从整数到哈希字符串的转换
- 从哈希字符串到整数的转换
- 隐式转换操作符简化使用
- TryParse方法支持模型绑定
JSON转换器实现
为支持JSON序列化/反序列化,需要实现自定义JsonConverter:
public class HashIdConverter : JsonConverter<HashId>
{
public override HashId Read(ref Utf8JsonReader reader, Type typeToConvert, JsonSerializerOptions options)
{
return new HashId(reader.GetString());
}
public override void Write(Utf8JsonWriter writer, HashId value, JsonSerializerOptions options)
{
writer.WriteStringValue((string)value);
}
}
Swagger集成方案
FastEndpoints使用NSwag生成Swagger文档,可以通过操作处理器自定义文档生成:
public class HashIdOperationProcessor : IOperationProcessor
{
public bool Process(OperationProcessorContext context)
{
foreach (var parameter in context.OperationDescription.Operation.Parameters)
{
if (IsHashIdType(parameter.Type))
{
parameter.Type = NJsonSchema.JsonObjectType.String;
parameter.Format = null;
}
}
return true;
}
private bool IsHashIdType(string typeName)
{
return typeName?.Contains("HashId") == true;
}
}
注册到Swagger配置中:
services.AddSwaggerDocument(settings =>
{
settings.OperationProcessors.Add(new HashIdOperationProcessor());
});
实际应用示例
在DTO中使用HashId类型:
public class GetProductRequest
{
[JsonConverter(typeof(HashIdConverter))]
public HashId ProductId { get; set; }
}
public class ProductEndpoint : Endpoint<GetProductRequest>
{
public override void Configure()
{
Get("/products/{ProductId}");
AllowAnonymous();
}
public override async Task HandleAsync(GetProductRequest req, CancellationToken ct)
{
int internalId = req.ProductId; // 隐式转换为int
// 业务逻辑...
}
}
最佳实践建议
- 统一转换逻辑:所有HashId相关转换应集中在HashId结构体中
- 错误处理:在TryParse和构造函数中添加适当的错误处理
- 性能考虑:Hashids实例应静态化以避免重复初始化
- 文档注释:为HashId结构体添加详细的XML注释
- 测试覆盖:确保所有转换场景都有单元测试覆盖
总结
通过创建专门的HashId结构体并配合适当的转换器和Swagger处理器,可以在FastEndpoints项目中实现优雅的Hashids集成。这种方法不仅解决了模型绑定和文档生成的问题,还提供了类型安全和清晰的API设计。相比直接在属性上添加特性的方案,这种设计更加内聚且易于维护。
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
173
193
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++
647
263
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
268
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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