TypeBox 库中的模式验证与自定义约束实现
2025-06-07 22:28:21作者:咎竹峻Karen
TypeBox 是一个强大的 TypeScript 模式验证库,它提供了灵活的类型定义和验证功能。本文将深入探讨如何在 TypeBox 中实现类似 Zod 库中的 refine 功能,以及如何优雅地处理验证过程中的错误。
基础验证与解析
TypeBox 提供了基本的模式验证功能。我们可以通过 TypeCompiler.Compile()
方法创建一个类型检查器,然后使用它来验证数据:
import { Type, TypeCompiler } from '@sinclair/typebox'
const schema = Type.Object({
name: Type.String(),
age: Type.Number()
})
const checker = TypeCompiler.Compile(schema)
const errors = [...checker.Errors(data)]
实现自定义约束
虽然 TypeBox 本身没有直接提供 refine 功能,但我们可以通过组合 Transform 和 Decode 来实现类似效果:
import { Type, TTransform } from '@sinclair/typebox'
import { Value } from '@sinclair/typebox/value'
function Refine<T extends TSchema>(
schema: T,
refine: (value: StaticEncode<T>) => boolean,
options: { message?: string } = {}
): TTransform<T, StaticEncode<T>> {
const Throw = (): never => { throw new Error(options.message ?? '验证失败') }
const Assert = (value: StaticEncode<T>): StaticEncode<T> =>
refine(value) ? value : Throw()
return Type.Transform(schema)
.Decode(value => Assert(value))
.Encode(value => Assert(value))
}
完整的解析流程
为了实现完整的解析流程,包括默认值设置、类型转换和清理,我们可以创建一个 Parse 函数:
function Parse<T extends TSchema>(schema: T, value: unknown): StaticDecode<T> {
const defaulted = Value.Default(schema, value)
const converted = Value.Convert(schema, defaulted)
const cleaned = Value.Clean(schema, converted)
return Value.Decode(schema, cleaned)
}
错误处理与收集
在表单验证等场景中,我们通常需要收集所有验证错误而不仅仅是第一个错误。TypeBox 提供了错误收集功能:
class ParseError extends Error {
constructor(public readonly errors: ValueError[]) {
super()
}
}
function SafeParse<T extends TSchema>(schema: T, value: unknown) {
try {
return { success: true, data: Parse(schema, value) }
} catch(error) {
if (error instanceof ParseError) {
return { success: false, errors: error.errors }
}
throw error
}
}
未来发展方向
TypeBox 正在考虑原生支持 refine 功能,可能会采用链式调用的设计:
const T = Type.Refine(Type.Number())
.Check(value => value >= 0, '值必须大于0')
.Check(value => value < 255, '值必须小于255')
.Done()
这种设计既保持了代码的可读性,又支持多个约束条件的组合。
实际应用建议
在实际应用中,特别是表单验证场景,建议:
- 尽可能使用 TypeBox 内置的约束(如 maxLength、minimum 等)
- 对于复杂约束,合理使用 refine 功能
- 设计友好的错误信息展示机制
- 考虑性能因素,避免在 refine 函数中执行昂贵操作
TypeBox 提供了强大的模式验证基础,通过合理的扩展和组合,可以满足各种复杂的验证需求。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI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- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
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).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
927
551

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
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64

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
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8