SpringDoc OpenAPI 中如何动态注册未直接引用的Schema
在基于SpringDoc OpenAPI的项目开发中,我们经常会遇到需要动态注册Schema的需求,特别是那些没有被控制器直接引用的DTO类。本文将详细介绍如何通过编程方式实现这一需求。
问题背景
在实现RESTful API时,我们通常会定义一些通用的错误响应DTO,比如符合RFC 9457标准的ProblemDetail。这些DTO可能不会直接在控制器方法中被引用为返回类型,而是通过OperationCustomizer动态添加到各个操作的响应中。
这种情况下,OpenAPI文档生成器不会自动将这些DTO注册为可用的Schema组件,导致在动态添加响应时出现引用错误。
解决方案
SpringDoc OpenAPI提供了ModelConverters工具类,可以帮助我们手动解析和注册这些Schema。以下是具体实现步骤:
1. 定义DTO类
首先定义一个标准的ProblemDetailDTO类,使用@Schema注解进行描述:
@Schema(
name = "ProblemDetail",
description = "Representation of an RFC 9457 problem detail."
)
data class ProblemDetailDto(
@Schema(
description = "The URI reference that identifies the problem type."
)
val type: URI,
@Schema(
description = "The HTTP status code generated by the origin server.",
minimum = "100",
maximum = "599"
)
val status: Int
)
2. 配置OpenAPI
创建一个配置类,使用ModelConverters手动解析并注册Schema:
@Configuration
class OpenApiConfig {
@Bean
fun modelConverters(): ModelConverters = ModelConverters.getInstance(true)
@Bean
fun openApi(modelConverters: ModelConverters): OpenAPI {
return OpenAPI().apply {
components = Components().apply {
addSchemas(
"ProblemDetail",
modelConverters
.resolveAsResolvedSchema(
AnnotatedType(ProblemDetailDto::class.java)
.resolveAsRef(false)
).schema
)
}
}
}
}
3. 动态添加响应
在OperationCustomizer中,现在可以安全地引用已注册的Schema了:
operation.responses.addApiResponse(
statusCode,
ApiResponse().apply {
description = reasonPhrase
content = Content().addMediaType(
APPLICATION_PROBLEM_JSON_VALUE,
MediaType().schema(
Schema<Any>().apply {
`$ref` = "#/components/schemas/ProblemDetail"
}
)
)
}
)
技术要点
-
ModelConverters:SpringDoc提供的模型转换工具,可以将Java/Kotlin类转换为OpenAPI Schema定义。
-
AnnotatedType:包装目标类类型,可以携带额外的注解信息。
-
resolveAsRef(false):指示解析器不要将结果作为引用返回,而是返回完整的Schema定义。
-
组件注册:通过OpenAPI对象的components属性显式添加Schema定义。
最佳实践
-
对于通用的响应DTO,建议集中在一个配置类中注册。
-
考虑创建自定义注解来标记需要手动注册的DTO类。
-
可以扩展此方案,实现自动扫描特定包下所有标记类并自动注册。
-
在微服务架构中,可以将这些通用Schema定义提取到共享库中。
通过这种方式,我们既保持了代码的整洁性,又确保了OpenAPI文档的完整性,为API消费者提供了准确的接口描述。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0107DuiLib_Ultimate
DuiLib_Ultimate是duilib库的增强拓展版,库修复了大量用户在开发使用中反馈的Bug,新增了更加贴近产品开发需求的功能,并持续维护更新。C++03GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。08- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile03
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
- Dd2l-zh《动手学深度学习》:面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。Python011
热门内容推荐
最新内容推荐
项目优选









