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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.25 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
986
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990