Malli库中Humanize功能对多模式(Multi Schema)的处理问题解析

问题背景

Malli是一个强大的Clojure数据验证和模式库，提供了丰富的数据验证功能。其中humanize功能可以将验证错误转换为更友好的用户提示信息。然而，在使用过程中发现当humanize与多模式(multi schema)结合使用时会出现返回nil的问题。

问题重现

当开发者尝试直接使用humanize函数处理多模式验证时：

(me/humanize
 [:multi {:dispatch :type}
  [:sized [:map [:type keyword?] [:size int?]]]
  [:human [:map [:type keyword?] [:name string?] [:address [:map [:country keyword?]]]]]]
 {:type :sized})

会得到nil的结果，这显然不符合预期。

问题原因

实际上，humanize函数的设计初衷是接收m/explain函数的输出结果作为输入，而不是直接处理原始模式和值。正确的使用方式应该是：

(-> (m/explain
     [:multi {:dispatch :type}
      [:sized [:map [:type keyword?] [:size int?]]]
      [:human [:map [:type keyword?] [:name string?] [:address [:map [:country keyword?]]]]]
     {:type :sized})
    (me/humanize))

这样就能正确返回友好的错误信息：{:size ["missing required key"]}

深入理解

1. Malli验证流程：Malli的验证过程分为两个阶段：

   • 首先使用m/explain进行详细验证，生成包含完整错误信息的解释结果
   • 然后使用humanize将技术性的错误信息转换为用户友好的提示

2. 多模式特性：多模式(multi schema)允许根据某个字段的值(dispatch值)动态选择验证模式，这使得验证逻辑更加灵活但也增加了复杂性。

3. 错误信息结构：m/explain返回的错误信息包含完整的验证上下文，humanize需要这些上下文信息才能生成准确的用户提示。

最佳实践

1. 对于简单模式，可以直接使用humanize，但对于复杂模式特别是多模式，应该先使用explain

2. 建议封装一个通用函数来处理验证和humanize的流程：

(defn validate-and-humanize [schema value]
  (-> (m/explain schema value)
      (me/humanize)))

3. 对于生产环境，可以考虑扩展humanize功能，添加自定义的错误信息模板

总结

Malli库提供了强大的数据验证能力，但需要正确理解各功能模块的协作方式。特别是对于复杂验证场景，遵循"先explain后humanize"的流程才能获得预期结果。理解这一机制后，开发者可以更有效地利用Malli构建用户友好的数据验证系统。