Solon框架中实现自定义校验注解的分组校验功能
2025-07-01 03:59:56作者:宗隆裙
在Java应用开发中,数据校验是一个非常重要的环节。Solon框架提供了强大的校验机制,不仅内置了多种常用校验注解,还支持开发者自定义校验注解。本文将详细介绍如何在Solon框架中为自定义校验注解实现分组校验功能。
分组校验的基本概念
分组校验是数据校验中的一个高级特性,它允许我们根据不同的业务场景对同一个对象应用不同的校验规则。例如:
- 在创建用户时,需要校验所有必填字段
- 在更新用户时,可能只需要校验部分字段
- 在不同业务模块中,可能对同一字段有不同的校验要求
Solon框架内置的校验注解(如@NotNull、@Size等)都支持通过groups属性来指定校验分组。
自定义校验注解实现分组
要实现支持分组校验的自定义注解,需要以下几个步骤:
1. 定义校验注解
首先创建一个自定义注解,并添加groups属性:
import javax.validation.groups.Default;
@Target({ElementType.FIELD, ElementType.PARAMETER})
@Retention(RetentionPolicy.RUNTIME)
public @interface MyCustomCheck {
String message() default "自定义校验失败";
Class<?>[] groups() default {Default.class};
// 其他自定义属性...
}
2. 实现校验逻辑
创建校验器类,实现Validator接口,并在校验方法中处理分组逻辑:
public class MyCustomValidator implements Validator<MyCustomCheck> {
@Override
public boolean isValid(MyCustomCheck anno, ValueStack stack, StringBuilder tmp) {
// 获取当前校验上下文中的分组信息
Class<?>[] activeGroups = ValidatorManager.getGroups(stack);
// 检查当前校验是否属于活跃分组
if(!isGroupMatch(anno.groups(), activeGroups)) {
return true; // 不属于当前分组,跳过校验
}
// 实际的校验逻辑...
Object val = stack.peek();
return /* 你的校验条件 */;
}
private boolean isGroupMatch(Class<?>[] annoGroups, Class<?>[] activeGroups) {
// 实现分组匹配逻辑
// 如果注解没有指定groups,默认匹配Default分组
if(annoGroups.length == 0) {
annoGroups = new Class<?>[]{Default.class};
}
// 检查是否有交集
for(Class<?> annoGroup : annoGroups) {
for(Class<?> activeGroup : activeGroups) {
if(annoGroup.isAssignableFrom(activeGroup)) {
return true;
}
}
}
return false;
}
}
3. 注册校验器
在应用启动时注册自定义校验器:
@Configuration
public class Config {
@Bean
public void initValidator() {
ValidatorManager.register(MyCustomCheck.class, new MyCustomValidator());
}
}
使用分组校验
定义分组接口:
public interface CreateGroup {}
public interface UpdateGroup {}
在DTO中使用分组:
public class UserDto {
@NotBlank(groups = {CreateGroup.class, UpdateGroup.class})
private String username;
@MyCustomCheck(groups = CreateGroup.class)
private String password;
// getters and setters
}
在控制器中指定校验分组:
@Controller
public class UserController {
@Post
@Mapping("/user/create")
public Result create(@Validated(CreateGroup.class) UserDto user) {
// 业务逻辑
}
@Post
@Mapping("/user/update")
public Result update(@Validated(UpdateGroup.class) UserDto user) {
// 业务逻辑
}
}
分组校验的高级用法
1. 默认分组
如果没有指定groups属性,默认使用javax.validation.groups.Default分组。
2. 多分组组合
可以同时指定多个分组:
@Validated({Group1.class, Group2.class})
3. 分组继承
分组可以是接口,支持继承关系:
public interface Group1 {}
public interface Group2 extends Group1 {}
这样在校验Group2时,也会执行标记为Group1的校验规则。
注意事项
- 分组校验的性能开销略大于普通校验,因为需要额外的分组匹配逻辑
- 在设计分组时,应该保持合理的粒度,避免分组过多导致维护困难
- 对于复杂的校验场景,可以考虑结合使用分组校验和条件校验
通过以上方式,我们可以在Solon框架中为自定义校验注解实现与内置校验注解相同的分组校验功能,从而满足不同业务场景下的灵活校验需求。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134