在Vapor项目中处理API请求的字段命名转换
2025-05-07 11:46:48作者:虞亚竹Luna
在实际开发中,我们经常遇到后端API使用snake_case(蛇形命名法)而Swift代码使用camelCase(驼峰命名法)的情况。本文将介绍在Vapor框架中如何优雅地处理这种命名差异。
问题背景
当使用Vapor的Content协议与外部API交互时,经常会遇到API字段命名风格与项目代码规范冲突的情况。例如:
- 外部API要求字段为
client_id、refresh_token等蛇形命名 - 项目代码规范要求使用驼峰命名如
clientID、refreshToken
直接使用蛇形命名会导致代码规范检查工具报错,影响代码质量。
解决方案
使用CodingKeys枚举
Swift的Codable协议提供了CodingKeys枚举,可以自定义编码/解码时的字段名映射:
struct RefreshZohoMailAccessTokenPayload: Content {
enum CodingKeys: String, CodingKey {
case clientID = "client_id"
case clientSecret = "client_secret"
case refreshToken = "refresh_token"
case grantType = "grant_type"
}
let clientID: String
let clientSecret: String
let refreshToken: String
let grantType: String
}
这种方法:
- 保持代码内部使用规范的驼峰命名
- 与API交互时自动转换为蛇形命名
- 不需要额外处理编码/解码逻辑
全局配置JSON编码器
对于项目中有大量API需要使用蛇形命名的情况,可以配置全局的JSON编码器:
let snakeCaseJSONEncoder = JSONEncoder()
snakeCaseJSONEncoder.keyEncodingStrategy = .convertToSnakeCase
let snakeCaseJSONDecoder = JSONDecoder()
snakeCaseJSONDecoder.keyDecodingStrategy = .convertFromSnakeCase
ContentConfiguration.global.use(encoder: snakeCaseJSONEncoder, for: .json)
ContentConfiguration.global.use(decoder: snakeCaseJSONDecoder, for: .json)
这种方法适合:
- 项目中大多数API都使用蛇形命名
- 希望减少重复的CodingKeys定义
- 需要统一处理命名转换
最佳实践建议
- 优先使用CodingKeys:对于少量特定模型,使用CodingKeys更明确且可控
- 考虑团队规范:如果团队有统一的前后端字段命名规范,全局配置可能更合适
- 保持一致性:项目中应保持统一的命名转换策略,避免混用多种方式
- 文档记录:在项目文档中记录采用的命名转换策略,方便团队成员理解
通过以上方法,开发者可以在遵守项目代码规范的同时,无缝地与使用不同命名约定的API进行交互,提高代码的可维护性和可读性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0235
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
JoyAI-VL-Interaction-Preview京东开源首个开源、视觉驱动的实时交互模型——它能实时监控视频流,并自主决定何时发言、保持沉默或委托任务。Jinja00
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0161
kornia🐍 空间人工智能的几何计算机视觉库Python02
PaddleParallel Distributed Deep Learning: Machine Learning Framework from Industrial Practice (『飞桨』核心框架,深度学习&机器学习高性能单机、分布式训练和跨平台部署)C++02
项目优选
收起
暂无描述
Dockerfile
782
5.13 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
892
2.06 K
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
471
476
Ascend Extension for PyTorch
Python
763
980
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
712
1.44 K
deepin linux kernel
C
32
16
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
446
159
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++
1.11 K
1.15 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.42 K
683
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.05 K
273