在swagger-php中实现动态响应示例的探索
2025-06-08 09:48:18作者:秋阔奎Evelyn
背景介绍
在API文档生成工具swagger-php中,开发者经常需要为不同的资源类型创建响应示例。传统做法是为每个资源单独编写响应示例,这会导致大量重复代码。本文将探讨如何通过自定义响应类实现动态生成响应示例的方案。
核心需求分析
开发者希望创建一个ResourceResponse自定义响应类,它能够:
- 接收一个资源类名作为参数
- 根据传入的资源类自动生成对应的响应示例
- 支持嵌套的资源结构
技术实现方案
基础结构设计
首先需要定义资源模型类,使用swagger-php的注解标记属性和类型:
#[OA\Schema]
class Post
{
#[OA\Property]
private int $post_id = 1;
#[OA\Property]
private string $title = '示例标题';
#[OA\Property]
private string $body = '示例内容';
}
自定义响应类实现
核心的自定义响应类需要继承自OA\Response,并通过扫描已定义的Schema来构建示例:
#[Attribute(Attribute::TARGET_CLASS | Attribute::TARGET_METHOD)]
class ResourceResponse extends OA\Response
{
private static $examples = null;
public function __construct(string $resourceType)
{
$this->initializeExamples();
parent::__construct(
response: 200,
description: '资源响应: '.$resourceType,
content: new OA\JsonContent(
example: ['data' => self::$examples->get($resourceType)]
)
);
}
private function initializeExamples()
{
if (self::$examples !== null) return;
$api = Generator::scan([__DIR__.'/Schemas']);
self::$examples = collect($api->components->schemas)
->mapWithKeys(function($schema) {
return [
$schema->schema => $this->buildExample($schema)
];
});
}
private function buildExample($schema)
{
return collect($schema->properties)
->mapWithKeys(function($property, $name) {
if ($this->isPrimitive($property)) {
return [$name => $property->default];
}
// 处理嵌套资源
return [$name => self::$examples->get($property->ref)];
});
}
}
使用示例
定义好自定义响应类后,可以简洁地使用它:
#[OA\Get(
path: '/posts',
responses: [new ResourceResponse(Post::class)]
)]
public function index()
{
// 控制器逻辑
}
技术难点解析
- Schema扫描与缓存:为避免重复扫描Schema文件,采用静态属性缓存机制
- 嵌套资源处理:递归构建嵌套资源的示例数据
- 类型判断:需要区分基本类型和复杂类型以正确处理
最佳实践建议
- 为所有属性设置合理的默认值,确保示例数据完整
- 考虑使用接口或抽象类统一管理资源类型
- 对于大型项目,建议将Schema扫描逻辑独立为服务类
- 添加适当的异常处理,应对无效资源类型等情况
总结
通过自定义响应类实现动态示例生成,可以显著减少重复代码,提高API文档的维护性。这种方案特别适合资源结构复杂或资源类型众多的项目。虽然实现过程中需要考虑嵌套资源和类型判断等复杂情况,但最终能带来更好的开发体验和文档质量。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
探索未来显示技术:Adafruit_SH1106 图形库 推荐使用 taggingJS:一款轻量级的前端标签插件!【亲测免费】 探索像素级完美的结构化运动:PixSFM 推荐开源项目:DropPoint - 让拖放操作更简单【亲测免费】 推荐开源项目:picocom——小巧而强大的串口通信工具 推荐使用:NATS .NET 客户端【亲测免费】 推荐开源项目:MiracleCast - 智能无线显示实现 探索安全新维度:backdoor-apk 动态后门注入工具 探秘Viasfora:Visual Studio 2022的文本编辑增强利器 推荐使用:go-reuseport - 实现高效端口复用的Go语言库
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
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
233
98
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
10
1
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
450
180
🎉 (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
1.28 K
704