Zod项目中如何创建带有必需属性的联合类型
2025-05-03 14:06:02作者:胡唯隽
在TypeScript和Zod库中,处理复杂类型结构时,我们经常需要创建联合类型,同时确保某些属性在特定情况下是必需的。本文将深入探讨如何在Zod中实现这一需求。
问题背景
在开发过程中,我们经常会遇到需要处理多种相似但又有差异的数据结构的情况。例如,我们可能有以下两种类型:
- 包含文本大小偏移量的类型
- 包含文本对齐方式的类型
理想情况下,我们希望创建一个联合类型,能够:
- 允许只包含文本大小偏移量
- 允许只包含文本对齐方式
- 允许同时包含两者
- 但当包含对齐方式时,必须同时包含水平和垂直对齐属性
解决方案比较
1. 使用鉴别联合(Discriminated Union)
鉴别联合是处理这类问题的推荐方法,它通过一个明确的类型字段来区分不同的变体:
const textAligmentSchema = z.object({
textHorizontalAlign: z.enum(['left', 'center', 'right']),
textVerticalAlign: z.enum(['top', 'center', 'bottom']),
});
const textSizeOffsetSchema = z.object({
textSizeOffset: z.number(),
});
const schema = z.discriminatedUnion('type', [
z.object({
version: z.literal('v1'),
type: z.literal('textAligment'),
}).merge(textAligmentSchema),
z.object({
version: z.literal('v1'),
type: z.literal('textSizeOffset'),
}).merge(textSizeOffsetSchema),
z.object({
version: z.literal('v1'),
type: z.literal('both'),
}).merge(textAligmentSchema).merge(textSizeOffsetSchema),
]);
这种方法优点在于:
- 结构清晰,易于理解
- 类型区分明确
- 错误信息更加友好
2. 使用联合与交叉类型的组合
另一种方法是使用联合类型结合交叉类型来实现:
const version = z.object({
version: z.literal("v1"),
});
const alignmentProps = z.object({
textHorizontalAlign: z.enum(["left", "center", "right"]),
textVerticalAlign: z.enum(["top", "center", "bottom"]),
});
const alignmentPropsUndefined = z.object({
textHorizontalAlign: z.undefined(),
textVerticalAlign: z.undefined(),
});
const offsetProps = z.object({
textSizeOffset: z.coerce.number(),
});
const offsetPropsUndefined = z.object({
textSizeOffset: z.undefined(),
});
const textAlignment = version.and(alignmentProps).and(offsetPropsUndefined);
const textSizeOffset = version.and(offsetProps).and(alignmentPropsUndefined);
const textBoth = version.and(alignmentProps).and(offsetProps);
const schema = z.union([textBoth, textAlignment, textSizeOffset]);
这种方法虽然也能达到目的,但存在以下缺点:
- 代码较为冗长
- 需要显式处理未定义属性
- 错误信息可能不够清晰
最佳实践建议
-
优先考虑鉴别联合:在大多数情况下,鉴别联合是更好的选择,因为它提供了更好的类型安全和更清晰的代码结构。
-
保持一致性:无论选择哪种方法,都应该在整个项目中保持一致,以提高代码的可维护性。
-
考虑错误处理:鉴别联合通常能提供更友好的错误信息,这在调试和用户反馈方面非常重要。
-
文档注释:对于复杂的类型结构,添加详细的文档注释可以帮助团队成员理解设计意图。
结论
在Zod中创建带有必需属性的联合类型时,鉴别联合通常是首选方案。它不仅提供了清晰的类型区分,还能产生更好的开发者体验。虽然使用联合与交叉类型的组合也能实现类似功能,但在可读性和维护性上往往不如鉴别联合。
在实际项目中,开发者应根据具体需求和团队偏好选择合适的方法,同时保持代码的一致性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781