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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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
🔥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
🎉 (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