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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
963
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
874
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
184
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
364
431