Valibot 中 Infinity 在数字验证时的特殊处理
Valibot 是一个用于数据验证的 JavaScript 库,它提供了强大的类型检查和数据转换功能。在实际使用过程中,开发者发现了一个有趣的现象:当使用 Valibot 验证 Infinity 是否为有效数字时,结果会将其转换为 null。
问题现象
在 Valibot 的 Playground 环境中,执行以下验证代码:
import * as v from "valibot"
const result = v.safeParse(v.number(), Infinity)
console.log(result)
得到的输出结果会显示验证成功(success: true),但输出值却被转换为了 null,而不是预期的 Infinity。
原因分析
经过深入调查,发现这一行为并非 Valibot 核心库本身的特性,而是 Playground 环境特有的实现细节。根本原因在于 Playground 在将数据传递给 iframe 进行处理时,使用了 JSON 序列化/反序列化的机制。
由于 Infinity 不是 JSON 规范支持的有效值,在序列化过程中会被转换为 null。这解释了为什么最终输出结果会发生变化。
解决方案
针对这一问题,Valibot 团队提出了明确的修复方案。在 Playground 的数据传输层,需要特殊处理 Infinity 和 -Infinity 这两种特殊情况:
if (value === Infinity) {
return '[Infinity]';
}
if (value === -Infinity) {
return '[-Infinity]';
}
通过这种方式,可以确保这些特殊数值能够正确地被传递和处理,而不会在序列化过程中丢失其原始含义。
技术启示
这一案例为我们提供了几个重要的技术启示:
-
JSON 的局限性:JSON 作为一种数据交换格式,并不支持所有 JavaScript 原生数据类型,如
Infinity、NaN等。在涉及这些特殊值的场景中需要特别注意。 -
边界条件测试:在开发验证库或类似工具时,必须充分考虑各种边界条件,包括特殊数值、边缘情况等。
-
环境差异:同一段代码在不同环境(如核心库与 Playground)中可能表现出不同行为,开发时需要考虑环境差异带来的影响。
Valibot 团队迅速响应并修复了这一问题的做法,体现了对开发者体验的重视和对产品质量的严格要求。这也提醒我们在使用任何验证库时,都应该充分测试各种数据类型,确保它们在实际应用场景中表现符合预期。
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