L5-Swagger中实现同一状态码返回多种响应体的解决方案
2025-06-28 14:39:28作者:劳婵绚Shirley
在使用L5-Swagger进行API文档生成时,开发者经常会遇到需要为同一个HTTP状态码返回不同响应体的情况。本文将以400错误码为例,详细介绍如何在L5-Swagger中实现这一需求。
问题背景
在RESTful API设计中,有时我们需要为同一个HTTP状态码返回不同的响应体结构。例如,当客户端请求出现问题时,我们可能希望用400 Bad Request状态码返回多种不同的错误详情:
- 授权信息为空的情况
- 参数验证失败的情况
- 其他业务逻辑错误的情况
每种情况都需要返回不同的错误代码(code)、消息(message)和详情(details),但HTTP状态码都是400。
解决方案
L5-Swagger基于OpenAPI规范,我们可以利用OpenAPI的oneOf特性来实现这一需求。以下是具体的实现方式:
使用注解方式实现
use OpenApi\Attributes as OA;
#[OA\Get(
// 其他路由配置...
responses: [
new OA\Response(
response: 400,
description: '错误响应',
content: new OA\JsonContent(
oneOf: [
new OA\Schema(
properties: [
new OA\Property(property: "code", type: "integer", example: 4001),
new OA\Property(property: "message", type: "string", example: "Bad request"),
new OA\Property(property: "details", type: "string", example: "Authorization empty"),
]
),
new OA\Schema(
properties: [
new OA\Property(property: "code", type: "integer", example: 4002),
new OA\Property(property: "message", type: "string", example: "Validation failed"),
new OA\Property(property: "details", type: "array",
items: new OA\Items(type: "string", example: "The name field is required")
),
]
)
]
)
)
]
)]
使用注释方式实现
如果你更习惯使用注释方式,可以这样写:
/**
* @OA\Response(
* response=400,
* description="错误响应",
* @OA\JsonContent(
* oneOf={
* @OA\Schema(
* @OA\Property(property="code", type="integer", example=4001),
* @OA\Property(property="message", type="string", example="Bad request"),
* @OA\Property(property="details", type="string", example="Authorization empty"),
* ),
* @OA\Schema(
* @OA\Property(property="code", type="integer", example=4002),
* @OA\Property(property="message", type="string", example="Validation failed"),
* @OA\Property(property="details", type="array",
* @OA\Items(type="string", example="The name field is required")
* ),
* )
* }
* )
* )
*/
最佳实践建议
-
使用Schema引用:对于复杂的响应体,建议先在组件部分定义好Schema,然后在响应中引用它们,保持文档的整洁性。
-
清晰的描述:为每种可能的响应提供清晰的描述,帮助API使用者理解不同场景下的返回结果。
-
一致性设计:保持错误响应结构的一致性,例如始终包含code、message和details字段,只是内容不同。
-
文档测试:生成文档后,务必进行测试,确保Swagger UI能正确显示所有可能的响应结构。
总结
通过使用OpenAPI的oneOf特性,我们可以在L5-Swagger中优雅地实现同一状态码返回多种响应体的需求。这种方法不仅保持了API设计的灵活性,还能生成清晰、准确的API文档,极大提升了API的可理解性和易用性。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369
Hunyuan3D-Part腾讯混元3D-Part00
ops-transformer本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++097
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。02
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
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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
22
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
202
2.17 K
React Native鸿蒙化仓库
C++
208
285
Ascend Extension for PyTorch
Python
61
94
🎉 (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
977
575
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
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++
550
83
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133