FluentValidation 中扩展 WithState 方法支持访问 ValidationContext
2025-05-25 05:38:13作者:滕妙奇
在 FluentValidation 这个流行的.NET验证库中,开发者们经常需要自定义验证错误消息的状态信息。最近社区提出了一个关于扩展 WithState 方法的有价值建议,使其能够访问完整的 ValidationContext 对象。
现有功能分析
FluentValidation 目前提供的 WithState 方法允许开发者为验证规则添加自定义状态信息。这个方法有两个主要重载:
- 接收一个静态对象
- 接收一个接收模型实例和属性值的委托
然而,在某些高级场景中,开发者需要访问完整的 ValidationContext 对象来获取更多上下文信息。例如,当使用自定义的 ValidationContext 子类时,可能需要访问其中定义的特殊属性。
技术实现方案
社区贡献者 ChThy 提出了一个优雅的解决方案:为 WithState 方法添加一个新的重载,接收一个包含 ValidationContext 参数的委托。这个实现非常简洁:
public static IRuleBuilderOptions<T, TProperty> WithState<T, TProperty>(
this IRuleBuilderOptions<T, TProperty> rule,
Func<T, TProperty, ValidationContext<T>, object> stateProvider)
{
stateProvider.Guard("A lambda expression must be passed to WithState", nameof(stateProvider));
var wrapper = new Func<ValidationContext<T>, TProperty, object>((ctx, val) => {
return stateProvider(ctx.InstanceToValidate, val, ctx);
});
Configurable(rule).Current.CustomStateProvider = wrapper;
return rule;
}
这个实现保持了 FluentValidation 一贯的流畅接口设计风格,同时扩展了功能边界。
应用场景
这个增强功能特别适用于以下场景:
- 当验证逻辑需要访问 ValidationContext 中的自定义属性时
- 需要基于验证上下文动态生成状态信息的复杂业务规则
- 实现上下文感知的自定义验证逻辑
技术价值
这个改进虽然看似简单,但实际上为 FluentValidation 带来了更强大的灵活性。它使得:
- 验证逻辑可以获取更丰富的上下文信息
- 开发者可以创建更智能、上下文感知的验证规则
- 自定义验证状态可以基于更全面的信息来构建
总结
这个对 WithState 方法的扩展是 FluentValidation 功能演进的一个自然步骤,它填补了现有API的一个小空白,为高级使用场景提供了更好的支持。这种类型的渐进式改进正是使 FluentValidation 保持其作为.NET生态系统中首选验证库地位的原因之一。
该改进已经通过社区贡献的方式实现,并将在未来的版本中提供给所有用户,展示了开源社区协作的力量。
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
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++
877
578
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
188
🎉 (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
113
136