Malli项目中引用模式路径解析问题的分析与修复
2025-07-10 13:49:37作者:庞队千Virginia
问题背景
Malli是一个强大的Clojure/Script数据验证和模式库。在使用过程中,开发者发现当使用:ref
关键字引用存储在变量(var)中的模式时,malli.error/humanize
函数会抛出:malli.core/invalid-schema
异常。
具体表现为:当定义一个被引用的模式存储在var中,然后通过:ref
引用它时,对错误数据进行humanize处理会失败。例如:
(def Referred [:map [:foo :int]])
(def Schema [:ref #'Referred])
(me/humanize
(m/explain Schema {:foo "2"})
{:resolve me/-resolve-root-error})
问题根源分析
经过深入分析,发现问题出在路径解析上。当使用:ref
引用var中的模式时,-explainer
返回的路径比实际需要的少了一层。
在Malli内部,路径解析机制如下:
- 对于
[:ref #'Referred]
这样的模式,实际需要[0 0 :foo]
路径才能正确访问到:int
验证器 - 但当前实现只提供了
[0 :foo]
路径 - 这导致
mu/get-in
无法正确找到对应的子模式,最终返回nil - 当尝试获取nil模式的属性时,抛出无效模式异常
技术细节
Malli的模式引用机制有几个关键组件:
- 引用解析:
:ref
可以引用注册表中的模式或直接引用var - 路径系统:使用向量路径来定位模式中的特定部分
- 错误解释器:将原始错误转换为人类可读格式
在引用var的情况下,路径系统需要额外处理一层解引用(deref)操作。当前的实现没有考虑到这一点,导致路径计算错误。
解决方案
正确的修复方案是修改-ref-schema
的-explainer
实现,使其在引用var时添加额外的路径层级:
(-explainer [_ path]
(let [explainer (-memoize
(fn []
(-explainer (rf)
(if (var? ref)
(conj path 0 0)
(conj path 0))))]
(fn [x in acc] ((explainer) x in acc))))
这个修改确保:
- 当引用是var时,路径添加两个0层级(
[0 0]
) - 对于非var引用,保持原来的一个0层级(
[0]
) - 与
mu/get-in
和mu/subschemas
的行为保持一致
影响范围
这个修复会影响所有使用:ref
引用var中模式的场景,特别是:
- 错误消息的humanize处理
- 模式遍历和子模式访问
- 任何依赖路径解析的功能
最佳实践
基于这个问题的经验,建议开发者在Malli项目中使用引用时:
- 明确区分
:ref
和:schema
的使用场景 - 对于简单的模式引用,考虑使用注册表而非直接var引用
- 在编写自定义解释器或解析器时,注意路径层级的处理
- 测试时覆盖var引用和非var引用两种情况
结论
Malli作为一个功能丰富的数据验证库,其引用机制提供了强大的灵活性。这次修复确保了var引用的路径解析正确性,使得错误处理更加健壮。理解Malli内部路径系统的工作原理对于开发复杂数据验证逻辑至关重要,也能帮助开发者更好地诊断和解决类似问题。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- 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
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0117AI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。02Spark-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。Python00GOT-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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析2 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析3 freeCodeCamp课程视频测验中的Tab键导航问题解析4 freeCodeCamp课程中屏幕放大器知识点优化分析5 freeCodeCamp英语课程填空题提示缺失问题分析6 freeCodeCamp课程页面空白问题的技术分析与解决方案7 freeCodeCamp Cafe Menu项目中link元素的void特性解析8 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 9 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析10 freeCodeCamp全栈开发课程中React实验项目的分类修正
最新内容推荐
基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PANTONE潘通AI色板库:设计师必备的色彩管理利器 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 WebVideoDownloader:高效网页视频抓取工具全面使用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
223
2.26 K

暂无简介
Dart
525
116

React Native鸿蒙化仓库
JavaScript
210
286

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

openvela 操作系统专为 AIoT 领域量身定制。服务框架:主要包含蓝牙、电话、图形、多媒体、应用框架、安全、系统服务框架。
CMake
795
12

🎉 (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
984
581

Ascend Extension for PyTorch
Python
67
97

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++
566
94

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
42
0