SpringDoc OpenAPI 中自定义 TypeNameResolver 的实现方案
2025-06-24 01:13:22作者:廉皓灿Ida
在 SpringDoc OpenAPI 项目中,当开发者需要处理带有内部类或嵌套类的复杂模型时,默认的类型名称解析器(TypeNameResolver)可能无法满足特定的命名需求。特别是在使用 use-fqn(完全限定名)配置时,类型名称中的 $ 符号可能不符合预期格式要求。本文将介绍如何通过自定义 TypeNameResolver 来解决这一问题。
问题背景
SpringDoc OpenAPI 默认使用 Swagger Core 提供的标准 TypeNameResolver 实现。当启用 use-fqn 配置时,类型名称会包含完整的包路径,但内部类名称中的 $ 符号可能不符合某些场景下的格式要求。例如,开发者可能希望将 com.example.Outer$Inner 转换为 com.example.Outer.Inner。
解决方案
1. 创建自定义 TypeNameResolver
首先,我们需要创建一个继承自 TypeNameResolver 的自定义解析器。在这个解析器中,我们可以覆盖 nameForClass 方法,实现对类型名称的定制化处理:
public class CustomTypeNameResolver extends TypeNameResolver {
public CustomTypeNameResolver() {
setUseFqn(true); // 启用完全限定名
}
@Override
protected String nameForClass(Class<?> cls, Set<Options> options) {
// 将 $ 替换为 .
return super.nameForClass(cls, options).replaceAll("\\$", ".");
}
}
2. 创建自定义 ModelConverter
由于 SpringDoc OpenAPI 的默认初始化流程会直接使用标准 TypeNameResolver,我们需要通过创建自定义的 ModelConverter 来确保我们的解析器被正确使用:
@Component
class CustomConverter extends ModelResolver {
public CustomConverter(ObjectMapper mapper) {
super(mapper, new CustomTypeNameResolver());
}
}
3. 实现原理
这种解决方案之所以有效,是因为:
- Spring 的组件扫描机制会自动发现带有
@Component注解的CustomConverter - 自定义转换器在初始化时会注入我们创建的
CustomTypeNameResolver - 在模型转换过程中,SpringDoc 会优先使用我们提供的解析器实现
注意事项
- 确保自定义转换器被正确扫描并注册为 Spring Bean
- 如果需要保留原始行为作为后备方案,可以在自定义解析器中调用父类方法后再进行修改
- 这种修改会影响所有通过 OpenAPI 文档生成的模型名称,请确保与前端或其他消费方兼容
总结
通过实现自定义 TypeNameResolver 和 ModelConverter,开发者可以灵活控制 SpringDoc OpenAPI 生成的模型名称格式。这种方法特别适用于需要特殊处理内部类名称或需要统一命名规范的场景。相比直接修改框架代码,这种解决方案更加优雅且易于维护。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
559
98
暂无描述
Dockerfile
704
4.51 K
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
412
338
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++
957
955
Ascend Extension for PyTorch
Python
568
694
🎉 (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
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
78
5
暂无简介
Dart
950
235