深入理解type-fest中的OptionalExcept类型工具
2025-05-15 04:17:17作者:蔡丛锟
在TypeScript开发中,我们经常需要对对象类型进行部分可选化的处理。type-fest库提供了一系列实用的类型工具,其中SetOptional类型允许我们将对象类型的某些属性标记为可选。然而,在实际开发中,我们有时会遇到相反的需求:保留某些属性为必选,而将其余属性设为可选。
核心问题
假设我们有一个User接口:
interface User {
username: string;
isAdmin: boolean;
dateCreated: Date;
}
我们想要创建一个类型,其中username保持必选,而其他属性变为可选。这在创建新用户时特别有用,因为username通常是必填项,而其他属性可以有默认值。
解决方案
type-fest虽然没有直接提供OptionalExcept类型,但我们可以通过组合现有的类型工具来实现相同的功能:
type OptionalExcept<T, K extends keyof T> = Pick<T, K> & Partial<Omit<T, K>>;
或者使用type-fest提供的SetOptional:
SetOptional<User, Exclude<keyof User, 'username'>>
这两种方法都能实现相同的效果:保留指定属性为必选,其他属性变为可选。
实际应用
让我们看一个实际应用的例子:
function createUser(options: OptionalExcept<User, 'username'>): User {
return {
isAdmin: false, // 默认值
dateCreated: new Date(), // 默认值
...options // 用户提供的值(username必填)
};
}
// 正确用法
createUser({ username: 'john' });
// 错误用法 - 缺少必填的username
createUser({ isAdmin: true });
技术解析
- Pick<T, K>:从类型T中选择属性K,保持它们的原始类型不变
- Omit<T, K>:从类型T中排除属性K,得到剩余属性的类型
- Partial:将类型T的所有属性变为可选
- &:交叉类型,合并两个类型的属性
通过组合这些基础类型操作,我们实现了保留部分属性必选,其余可选的高级类型操作。
最佳实践
- 当需要保留少量属性为必选时,使用OptionalExcept模式更直观
- 当需要将大量属性设为可选时,使用SetOptional更简洁
- 考虑在项目中统一这类工具类型的命名和使用方式,提高代码一致性
总结
TypeScript的类型系统非常强大,通过组合基础类型操作,我们可以创建出满足各种复杂需求的类型工具。理解这些类型操作的原理,能够帮助我们更灵活地处理各种类型转换场景,提高代码的类型安全性和开发效率。type-fest库提供了丰富的类型工具,合理利用这些工具可以大大提升我们的开发体验。
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