使用Yup库处理动态类型数组的验证方案
2025-05-08 03:17:33作者:申梦珏Efrain
Yup是一个流行的JavaScript对象模式验证库,广泛应用于表单验证和数据校验场景。在实际开发中,我们经常会遇到需要验证包含不同类型对象的动态数组的情况,比如问卷调查系统中的问题列表。
动态数组验证的挑战
在问卷调查系统中,通常会包含多种类型的问题:
- 文本输入题(单行文本)
- 多行文本题
- 数字输入题
- 选择题(单选/多选)
每种问题类型都有不同的字段结构和验证规则,这给数据验证带来了挑战。传统静态验证方案无法处理这种动态类型的情况。
Yup的lazy验证方案
Yup提供了lazy
方法来解决这类问题。lazy
允许我们根据当前值动态返回不同的验证模式。核心思路是:
- 为数组中的每个元素定义一个类型判断条件
- 根据类型返回对应的验证模式
- 处理未知类型的默认情况
实现代码示例
import * as Yup from "yup";
const questionnaireSchema = Yup.object().shape({
questionnaire: Yup.object().shape({
name: Yup.string().required("问卷名称必填"),
description: Yup.string().required("问卷描述必填"),
questions: Yup.array()
.of(
Yup.lazy((item) => {
switch (item.type) {
case "text":
return Yup.object().shape({
id: Yup.string().required("问题ID必填"),
text: Yup.string().required("问题文本必填"),
type: Yup.string().required("问题类型必填"),
answer: Yup.string().required("答案必填"),
});
case "multiline":
return Yup.object().shape({
id: Yup.string().required("问题ID必填"),
text: Yup.string().required("问题文本必填"),
type: Yup.string().required("问题类型必填"),
answer: Yup.string().required("答案必填"),
});
case "number":
return Yup.object().shape({
id: Yup.string().required("问题ID必填"),
text: Yup.string().required("问题文本必填"),
type: Yup.string().required("问题类型必填"),
NumValue: Yup.number().required("数值答案必填"),
});
case "choice":
return Yup.object().shape({
id: Yup.string().required("问题ID必填"),
type: Yup.string().required("问题类型必填"),
availableColours: Yup.array()
.of(Yup.string().required())
.required("选项列表必填"),
favColours: Yup.string().required("选择答案必填"),
});
default:
return Yup.object();
}
})
)
.required("问题列表不能为空"),
}),
});
方案优势分析
- 灵活性:能够根据数据类型动态调整验证规则
- 可维护性:每种类型的验证规则集中管理,便于修改
- 可扩展性:新增问题类型只需添加新的case分支
- 错误信息定制:可以为每种字段提供特定的错误提示
实际应用建议
- 类型安全:在使用TypeScript时,可以结合联合类型确保类型安全
- 性能考虑:对于大型数组,验证可能会有性能影响,建议分页或分批验证
- 默认值处理:可以在验证前为缺失字段设置合理默认值
- 错误收集:使用
validate
或validateSync
方法收集所有验证错误
总结
Yup的lazy
验证方法为解决动态类型数组验证提供了优雅的解决方案。通过这种方法,开发者可以构建灵活、可维护的数据验证逻辑,特别适合处理包含多种类型元素的复杂数据结构。在实际项目中,这种技术可以广泛应用于问卷调查、动态表单、配置系统等各种需要处理异构数据的场景。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
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~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
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++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.18 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
62
95

🎉 (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
977
575

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

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++
550
86

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133