NSwag中枚举类型生成问题的解决方案
2025-05-31 14:04:38作者:董灵辛Dennis
问题背景
在使用NSwag工具从C#代码生成TypeScript客户端时,许多开发者会遇到枚举类型生成不符合预期的问题。特别是在从NSwag 13.x版本升级到14.x版本后,枚举的生成方式发生了变化,导致生成的TypeScript代码不符合项目需求。
典型问题表现
在NSwag 13.x版本中,C#枚举会被正确地生成为带有名称和对应值的TypeScript枚举:
export enum ChronoUserPersonalRights {
NoRights = 0,
ReadWrite = 1,
ReadOnly = 2,
}
但在升级到14.x版本后,生成的枚举变成了数字索引形式:
export enum ChronoUserPersonalRights {
_0 = 0,
_1 = 1,
_2 = 2,
}
或者在某些配置下,会生成不带数值的字符串枚举:
export enum ChronoUserRightsEnum {
Firma = "Firma",
Department = "Department",
Person = "Person",
}
解决方案
要解决这个问题,需要在.NET应用程序的启动配置中添加JSON序列化选项,明确指定枚举的序列化方式:
services.AddControllersWithViews().AddJsonOptions(o =>
o.JsonSerializerOptions.Converters.Add(new JsonStringEnumConverter())
);
这个配置告诉ASP.NET Core使用字符串而非数字来序列化枚举值。但这样配置后,生成的TypeScript枚举会丢失原始的数字值,只保留字符串表示。
完整解决方案
为了同时保留枚举的名称和数值,需要进行以下完整配置:
- 服务端配置:
在Startup.cs或Program.cs中,配置JSON序列化选项:
services.AddControllers()
.AddJsonOptions(options =>
{
// 保留枚举的原始数值
options.JsonSerializerOptions.Converters.Add(new JsonStringEnumConverter(JsonNamingPolicy.CamelCase, false));
});
- NSwag配置:
在nswag.json配置文件中,确保enumStyle设置为"Enum":
"codeGenerators": {
"openApiToTypeScriptClient": {
"enumStyle": "Enum",
// 其他配置...
}
}
深入理解
这个问题的根源在于NSwag 14.x版本对OpenAPI/Swagger规范的更严格遵循。在OpenAPI规范中,枚举可以有多种表示方式:
- 整数枚举:直接使用枚举的底层数值
- 字符串枚举:使用枚举成员的名称
- 描述性枚举:使用枚举成员上的Description特性
NSwag 14.x默认行为的变化反映了对规范更严格的遵循,但也带来了与之前版本的兼容性问题。通过适当的配置,开发者可以控制枚举的生成方式,使其符合项目需求。
最佳实践
- 明确指定枚举序列化方式:在服务端明确配置枚举的序列化行为,避免依赖默认值
- 保持前后端一致:确保TypeScript客户端生成的枚举与服务端定义保持一致
- 考虑兼容性:在升级NSwag版本时,检查枚举生成方式的变化,必要时调整配置
- 文档化约定:在团队中明确枚举的序列化和生成规范,避免不同开发者采用不同方式
通过以上方法,开发者可以有效地控制NSwag生成枚举类型的方式,确保生成的TypeScript代码符合项目需求。
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