首页
/ NSwag中枚举类型生成问题的解决方案

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:

  1. 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));
    });
  1. 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:

  1. 整数枚举:直接使用枚举的底层数值
  2. 字符串枚举:使用枚举成员的名称
  3. 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

  1. 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
  2. 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
  3. 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
  4. 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

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
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
494
515
ops-nnops-nn
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++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
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++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 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 Notebook
647
284