ts-rest项目中路径参数(pathParams)的使用详解
ts-rest是一个强大的TypeScript REST API契约库,它通过类型安全的方式定义API接口。在实际开发中,路径参数(pathParams)是一个常见需求,但很多开发者对其具体实现方式存在疑问。本文将详细介绍如何在ts-rest中正确使用路径参数。
路径参数的基本概念
路径参数是URL中动态变化的部分,通常用于标识特定资源。例如,在/users/:id这个路径中,:id就是一个路径参数,表示用户的唯一标识符。
ts-rest中的路径参数实现
在ts-rest中,路径参数通过pathParams属性定义,它接受一个Zod模式(schema)对象。这个模式对象定义了路径参数的类型和验证规则。
基本字符串参数
最常见的路径参数是字符串类型,例如用户ID:
export const contract = c.router({
getUser: {
method: 'GET',
path: '/users/:id',
pathParams: z.object({
id: z.string()
}),
// 其他配置...
}
})
在这个例子中,我们定义了一个获取用户信息的接口,其中:id参数被定义为字符串类型。
数值类型参数
有时我们需要路径参数是数值类型,这时可以使用Zod的coerce方法:
export const contract = c.router({
getUser: {
method: 'GET',
path: '/users/:id',
pathParams: z.object({
id: z.coerce.number()
}),
// 其他配置...
}
})
z.coerce.number()会将传入的字符串参数自动转换为数字类型,这在处理URL参数时非常有用,因为URL中的所有参数本质上都是字符串。
路径参数的最佳实践
-
类型明确:始终为路径参数指定明确的类型,不要依赖隐式转换。
-
参数验证:利用Zod的强大验证功能,可以添加额外的验证规则,例如长度限制、格式验证等。
-
文档清晰:在API文档中明确说明路径参数的类型和格式要求。
-
错误处理:考虑路径参数验证失败时的错误处理策略,提供有意义的错误信息。
高级用法
对于更复杂的场景,可以结合Zod的其他功能:
pathParams: z.object({
id: z.string().uuid(), // 验证UUID格式
version: z.coerce.number().int().positive() // 正整数
})
这种严格的验证可以确保API接收到符合预期的参数,减少后续处理中的错误。
总结
ts-rest通过结合Zod模式验证,为路径参数提供了类型安全和验证功能。无论是简单的字符串参数还是需要特定格式的复杂参数,都能通过适当的配置实现。开发者应该充分利用这些功能,构建更健壮、更易维护的API接口。
记住,良好的参数定义不仅是技术实现,也是API设计的重要组成部分,直接影响API的易用性和稳定性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
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