Yup 嵌套对象验证中defined属性的注意事项
2025-05-08 05:47:02作者:胡唯隽
在JavaScript数据验证库Yup中,当处理嵌套对象结构时,开发者经常会遇到一个常见的验证陷阱:即使父级对象被标记为notRequired,其内部标记为defined的子属性仍然可能导致意外的验证失败。
问题场景分析
考虑以下TypeScript类型定义:
type ObjectType = {
property: string;
} | null | undefined
开发者期望使用Yup来验证符合这种类型的数据结构。在Yup中,通常会这样定义schema:
const schema = yup.object({
parent: yup.object({
child: yup.string().defined()
}).notRequired()
});
直觉上,我们会认为当parent为undefined时,不应该验证其内部的child属性。然而实际上,Yup在这种情况下仍然会检查child属性是否已定义,导致验证失败。
技术原理探究
Yup的这种行为源于其验证机制的设计特点:
- 深度验证策略:Yup默认会对整个对象树进行验证,包括所有嵌套层级
- defined验证的严格性:
.defined()验证器会检查值是否为undefined,即使父对象不存在 - notRequired的局限性:
.notRequired()仅表示字段可以缺失,不影响已定义字段的验证规则
解决方案与实践建议
针对这一问题,开发者可以采用以下几种解决方案:
方案1:使用nullable()和optional()组合
const schema = yup.object({
parent: yup.object({
child: yup.string().defined()
}).nullable().optional()
});
方案2:条件验证
const schema = yup.object({
parent: yup.object().when('parent', {
is: (value) => value !== undefined,
then: (schema) => schema.shape({
child: yup.string().defined()
}),
otherwise: (schema) => schema
})
});
方案3:自定义验证逻辑
const schema = yup.object({
parent: yup.mixed().test({
name: 'optional-object',
message: '${path} must be an object when defined',
test: (value) => {
if (value === undefined || value === null) return true;
return yup.object({
child: yup.string().defined()
}).isValidSync(value);
}
})
});
最佳实践总结
- 明确区分
nullable()、optional()和notRequired()的使用场景 - 对于复杂的嵌套结构,考虑使用条件验证或自定义验证函数
- 在定义schema时,始终考虑边界情况(null、undefined、空对象等)
- 编写单元测试覆盖各种可能的输入情况
理解Yup的这些验证行为特点,可以帮助开发者构建更健壮的数据验证逻辑,避免在生产环境中出现意外的验证失败。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
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++
664
321
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868