Valibot 表单验证:如何实现数组元素唯一性校验
2025-05-29 01:06:22作者:田桥桑Industrious
在基于 Vue.js 和 PrimeVue 的前端开发中,表单验证是一个常见需求。Valibot 作为一个轻量级的 TypeScript 模式验证库,提供了强大的数据验证能力。本文将重点探讨如何使用 Valibot 实现数组元素的唯一性校验,特别是在表单场景下的应用。
问题背景
在实际开发中,我们经常需要验证数组中的元素是否具有唯一属性。例如,在一个菜品管理系统中,可能需要确保菜品配料列表中的每个配料名称都是唯一的。
Valibot 验证方案
Valibot 提供了灵活的验证组合方式,我们可以通过自定义验证函数来实现数组元素的唯一性校验。以下是核心实现思路:
- 基础对象验证:首先定义每个数组元素的基本验证规则
- 数组验证:然后对整个数组应用验证
- 自定义校验:最后添加针对数组元素的唯一性校验
实现代码示例
// 定义检查数组元素属性是否唯一的函数
function hasUniqueProperty(arr: any[], property: string): boolean {
const seen = new Set();
for (const item of arr) {
const value = item[property];
if (seen.has(value)) {
return false;
}
seen.add(value);
}
return true;
}
// 定义菜品验证模式
export const DishSchema = v.object({
name: v.pipe(v.string(), v.minLength(4)),
description: v.pipe(v.string(), v.maxLength(5000)),
ingredients: v.pipe(
v.array(
v.object({
name: v.pipe(v.string(), v.minLength(4)),
}),
),
v.checkItems(
(items) => hasUniqueProperty(items, 'name'),
'配料名称不能重复'
),
),
});
与 PrimeVue 表单集成
将 Valibot 验证器与 PrimeVue 表单组件集成时,需要注意以下几点:
- 表单验证器设置:使用
valibotResolver将 Valibot 模式转换为表单验证器 - 错误信息展示:通过表单的
$form插槽属性访问验证错误 - 数组字段命名:确保表单字段名称与模式定义一致
<Form :resolver="dishValidator">
<!-- 其他字段... -->
<div v-for="(item, index) in formData.ingredients" :key="index">
<InputText v-model="formData.ingredients[index].name" />
</div>
<Message v-if="$form.ingredients?.invalid" severity="error">
{{ $form.ingredients.error.message }}
</Message>
</Form>
性能优化建议
- 避免重复计算:使用 Set 数据结构代替数组来检查唯一性,提高性能
- 延迟验证:设置
validateOnBlur或validateOnChange来优化用户体验 - 条件验证:只在数组长度大于1时才执行唯一性检查
常见问题解决
- 验证不触发:确保表单字段名称与模式定义完全匹配
- 错误信息不显示:检查是否正确绑定了验证结果到消息组件
- 性能问题:对于大型数组,考虑使用防抖或节流技术优化验证频率
总结
通过 Valibot 的灵活验证组合,我们可以轻松实现复杂的表单验证逻辑,包括数组元素的唯一性校验。与 PrimeVue 表单组件结合使用时,需要注意正确的字段命名和错误信息绑定。这种方案不仅保持了代码的简洁性,还提供了强大的类型安全保证,是现代前端表单验证的理想选择。
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