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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
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
12
1
暂无简介
Dart
801
199
🎉 (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
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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
350
203
Ascend Extension for PyTorch
Python
379
453
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1