Zod项目中discriminatedUnion的无效判别键错误处理优化
2025-05-03 19:36:10作者:何将鹤
在Zod类型校验库中,discriminatedUnion是一个强大的工具,它允许开发者基于一个判别字段(discriminator)来验证不同类型的对象。然而,当遇到无效的判别键时,错误信息中缺少了关键的"received"字段,这给调试带来了不便。
discriminatedUnion的基本用法
discriminatedUnion通常用于处理类似GraphQL接口类型的场景,其中包含一个公共字段(如__typename)来区分不同的类型变体:
const schema = z.discriminatedUnion('__typename', [
z.object({
__typename: z.literal('block-1'),
// 其他block-1特有字段
}),
z.object({
__typename: z.literal('block-2'),
// 其他block-2特有字段
}),
]);
当前错误信息的局限性
当传入一个无效的判别键值时,Zod会返回一个错误对象,其中包含:
- 错误代码:
invalid_union_discriminator - 有效选项列表:
options - 错误路径:
path - 默认错误消息
但缺少了实际接收到的无效值,这在调试时会造成不便,特别是当错误来自API响应或数据库查询时。
解决方案:自定义错误映射
Zod提供了强大的错误映射功能,可以通过errorMap选项自定义错误处理:
const schema = z.discriminatedUnion('__typename', [
// ...类型定义
], {
errorMap: (error, ctx) => {
if (error.code === 'invalid_union_discriminator') {
return {
message: `无效的判别键: ${ctx.data.__typename}`
};
}
return { message: ctx.defaultError };
}
});
这种方法不仅解决了原始问题,还提供了以下优势:
- 更详细的错误信息:包含了实际接收到的无效值
- 本地化支持:可以轻松实现多语言错误消息
- 灵活的错误格式:可以根据需要定制错误结构
最佳实践建议
- 始终包含接收值:在自定义错误处理中,确保包含实际接收到的无效值
- 保持一致性:在整个项目中采用统一的错误信息格式
- 考虑日志需求:设计错误信息时考虑后续的日志分析需求
- 性能考量:复杂的错误处理逻辑可能会影响性能,需在开发和生产环境采用不同策略
通过合理利用Zod的错误映射功能,开发者可以创建更加友好和可调试的类型校验系统,特别是在处理复杂的联合类型时。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
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
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322