在ngx-formly中实现基于对象属性的数组唯一性校验
2025-06-27 19:35:53作者:田桥桑Industrious
背景介绍
ngx-formly是一个强大的Angular表单生成库,它允许开发者通过JSON Schema来定义表单结构和验证规则。在实际开发中,我们经常需要确保数组中的元素具有唯一性,特别是当数组元素是复杂对象时。
JSON Schema中的uniqueItems属性
JSON Schema规范提供了uniqueItems属性来确保数组元素的唯一性。对于基本类型数组,直接设置uniqueItems: true即可:
{
"type": "array",
"items": {
"type": "string"
},
"uniqueItems": true
}
复杂对象数组的唯一性校验问题
当数组元素是对象时,uniqueItems会检查整个对象是否完全相同。但在实际业务中,我们往往只需要基于对象的某个属性来确保唯一性。例如:
{
"type": "array",
"items": {
"$ref": "#/definitions/CustomTypes"
},
"uniqueItems": true
}
这种情况下,只有当两个对象的所有属性都完全相同时才会被视为重复,这通常不符合业务需求。
解决方案
1. 自定义验证器
ngx-formly允许我们创建自定义验证器来实现基于特定属性的唯一性检查:
export function uniqueItemsByProperty(propertyName: string): ValidatorFn {
return (control: AbstractControl): ValidationErrors | null => {
if (!Array.isArray(control.value)) return null;
const seen = new Set();
const hasDuplicate = control.value.some(item => {
const key = item[propertyName];
if (seen.has(key)) return true;
seen.add(key);
return false;
});
return hasDuplicate ? { uniqueItems: true } : null;
};
}
2. 在表单配置中使用
在表单配置中,我们可以这样使用自定义验证器:
{
"key": "CustomTypes",
"type": "array",
"validators": {
"uniqueItems": {
"expression": "$field.formControl | uniqueItemsByProperty:'CustomType'"
}
}
}
3. 扩展JSON Schema
为了保持JSON Schema的规范性,我们可以扩展Schema定义:
{
"type": "array",
"items": {
"$ref": "#/definitions/CustomTypes"
},
"x-uniqueItemsBy": "CustomType"
}
然后创建一个Formly扩展来处理这个自定义属性:
export class UniqueItemsByExtension extends FieldExtension {
prePopulate(field: FormlyFieldConfig): void {
if (field.props?.uniqueItemsBy) {
field.validators = field.validators || {};
field.validators['uniqueItems'] = {
expression: (c: AbstractControl) => {
const property = field.props.uniqueItemsBy;
// 实现验证逻辑
}
};
}
}
}
最佳实践建议
-
明确业务需求:确定是基于整个对象还是特定属性进行唯一性校验
-
性能考虑:对于大型数组,自定义验证器可能比原生
uniqueItems更高效 -
用户体验:提供清晰的错误提示,告知用户哪个属性值重复了
-
前后端一致性:即使前端做了校验,后端也应进行相同的验证
-
可维护性:将常用的验证逻辑封装为可复用的验证器或扩展
总结
在ngx-formly中实现基于对象属性的数组唯一性校验需要结合JSON Schema和自定义验证逻辑。虽然JSON Schema的uniqueItems属性对简单场景有效,但对于复杂对象数组,我们需要通过自定义验证器或扩展来实现更灵活的校验规则。这种方法既保持了JSON Schema的规范性,又能满足实际业务需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
64
19
暂无简介
Dart
671
155
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++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
23
0
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
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322