React Native 中使用 @hey-api/client-fetch 上传图片的解决方案
在 React Native 开发中,使用 @hey-api/client-fetch 进行图片上传时,开发者可能会遇到一个常见问题:表单数据中的图片对象被意外地字符串化,导致后端无法正确接收文件。本文将深入分析这个问题,并提供完整的解决方案。
问题背景
当开发者使用 @hey-api/openapi-ts 生成的客户端代码配合 @hey-api/client-fetch 进行文件上传时,React Native 中的图片对象会被错误地处理。典型的 React Native 图片对象结构如下:
{
uri: Platform.OS === 'ios' ? `file:///${path}` : path,
type: mime,
name: filename || 'image.jpg'
}
问题根源
问题的核心在于默认的表单数据序列化器(formDataBodySerializer)无法正确识别 React Native 特有的文件对象格式。默认实现会将这些对象通过 JSON.stringify() 转换为字符串,而非作为文件处理。
解决方案
我们需要自定义表单数据序列化器,使其能够正确处理 React Native 的文件对象。以下是完整的实现方案:
type FileUpload = {
uri: string;
type?: string;
name?: string;
};
const isFileUpload = (value: unknown): value is FileUpload =>
typeof value === 'object' && typeof (value as any).uri === 'string';
const serializeFormDataPair = (
data: FormData,
key: string,
value: unknown,
) => {
if (
typeof value === 'string' ||
value instanceof Blob ||
isFileUpload(value)
) {
data.append(key, value);
} else {
data.append(key, JSON.stringify(value));
}
};
const formDataBodySerializer = {
bodySerializer: <
T extends Record<string, any> | Array<Record<string, any>>,
>(
body: T,
) => {
const data = new FormData();
Object.entries(body).forEach(([key, value]) => {
if (value === undefined || value === null) {
return;
}
if (Array.isArray(value)) {
value.forEach((v) => serializeFormDataPair(data, key, v));
} else {
serializeFormDataPair(data, key, value);
}
});
return data;
},
};
实现说明
-
类型定义:我们首先定义了 FileUpload 类型,描述 React Native 中文件对象的结构。
-
类型守卫:isFileUpload 函数用于判断一个值是否为 React Native 文件对象。
-
序列化逻辑:serializeFormDataPair 函数处理三种情况:
- 字符串直接附加
- Blob 对象直接附加
- React Native 文件对象直接附加
- 其他类型通过 JSON.stringify 转换
-
表单构建器:formDataBodySerializer 遍历请求体,正确处理各种数据类型。
应用场景
这个解决方案特别适用于以下场景:
- 使用 @hey-api/openapi-ts 生成客户端代码
- 在 React Native 应用中上传图片
- 使用 TanStack Query 进行数据管理
- 后端期望接收 multipart/form-data 格式的数据
注意事项
-
跨平台兼容性:此方案同时考虑了 iOS 和 Android 平台的 URI 格式差异。
-
类型安全:通过 TypeScript 类型守卫确保类型安全。
-
扩展性:可以轻松扩展以支持其他特殊数据类型。
总结
通过自定义表单数据序列化器,我们成功解决了 React Native 中图片上传时对象被字符串化的问题。这个方案不仅解决了当前问题,还提供了良好的扩展性,可以适应未来可能出现的其他数据类型处理需求。
对于使用 @hey-api 生态系统的 React Native 开发者来说,这是一个可靠且实用的解决方案,能够确保文件上传功能在各种场景下正常工作。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00