使用Yup库处理动态类型数组的验证方案
2025-05-08 07:27:26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
kernelopenEuler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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0127
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
446
3.35 K
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++
825
398
Ascend Extension for PyTorch
Python
250
285
暂无简介
Dart
702
166
React Native鸿蒙化仓库
JavaScript
278
329
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
10
1
🎉 (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
1.24 K
680
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
147
51
🔥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
65
19