NSwag中枚举类型生成问题的解决方案
2025-05-31 20:17:27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
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-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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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