基于 Kotlin 特性实现的验证框架

cos 春丽.jpg

一. kvalidation 介绍

kvalidation 地址:https://github.com/fengzhizi715/kvalidation

它包含如下的功能:

  • DSL 风格
  • 支持对象的验证
  • 内含多个验证规则,也支持自定义验证规则
  • 支持对象中属性的验证
  • 支持 RxJava

二. kvalidation 设计

2.1 类的验证

首先,定义一个 ValidateRule 的范型接口并使用逆变,它表示类的验证规则。

可以查看之前的文章:《Kotlin 范型之协变、逆变》 了解逆变。

ValidateRule 包含了两个方法:

interface ValidateRule {

    fun validate(data: T): Boolean

    fun errorMessage(): String
}

然后,定义一个用于验证类的 Validator,它继承自 LinkedHashSet。可以将 ValidateRule 通过 addRule() 添加到 Validator,另外 addRule() 还是使用了infix修饰。

真正的类的验证是在 validate() 进行的,当所有的 ValidateRule 都通过时,才算真正的验证通过。任何一个 ValidateRule 验证失败,都会导致类的验证失败。

open class Validator : LinkedHashSet>() {

    fun validate(data: T,
                      onSuccess: (() -> Unit)? = null,
                      onError: ((String) -> Unit)? = null): Boolean {

        forEach {
            if (!it.validate(data)) {
                onError?.invoke(it.errorMessage())
                return false
            }
        }

        onSuccess?.invoke()
        return true
    }

    infix fun addRule(rule: ValidateRule): Validator {
        add(rule)
        return this
    }
}

2.2 属性的验证

属性的验证是通过 PropertyValidator 类实现的,和之前的 Validator 无关。PropertyValidator 的主要方法包括 mustBe()、field()、fields()。

类的属性通过 field() 方法进行判断,多个属性可以通过 fields() 方法进行判断,而 mustBe() 方法可以不限定任何属性。

class PropertyValidator (

    private val validationProcessItems: MutableList> = mutableListOf(),
    private val fieldNames: List = emptyList()) {

    fun mustBe(specName: String = "", validateFunction: T.() -> Boolean): ValidationSpec {

        val spec = ValidationSpec(specName = specName, validateFunction = validateFunction, fieldNames = fieldNames)
        validationProcessItems.add(spec)
        return spec
    }

    fun field(fieldName: String, block: PropertyValidator.() -> Unit) {
        val fieldValidator = PropertyValidator(validationProcessItems, listOf(fieldName))
        block.invoke(fieldValidator)
    }

    fun fields(vararg fieldNames: String, block: PropertyValidator.() -> Unit) {
        val fieldValidator = PropertyValidator(validationProcessItems, fieldNames.toList())
        block.invoke(fieldValidator)
    }

    ......
}

类的属性也有类似的 ValidateRule。它是 ValidationSpec ,用于验证属性的某一条规则。

open class ValidationSpec(specName: String = "",
                             fieldNames: List,
                             val validateFunction: T.() -> Boolean) : ValidationProcessItem(specName, fieldNames) {

    private var messageFunction: ((T) -> String)? = null

    fun errorMessage(messageFunction: T.() -> String) {
        this.messageFunction = messageFunction
    }

    fun showMessage(target: T) = messageFunction?.invoke(target) ?: "validation failed"

    fun isValid(target: T): Boolean = validateFunction(target)
}

ValidationSpec 的 isValid() 方法用于真正的验证,如果它返回 false 则表示该属性不满足当前的规则。

三. kvalidation 使用

3.1 使用 Validator

由于定义了一个 defineValidator()

fun  defineValidator(block: Validator.() -> Unit): Validator {
    val v = Validator()
    block.invoke(v)
    return v
}

因此,定义一个 Validator 很简单,可以在 block 中添加 ValidateRule。

    val validator = defineValidator{

        this addRule EmailRule()
    }

    val email = "[email protected]"

    val result = validator.validate(email,onError = { println(it)})
    
    println(result)

3.2 Validator 中添加多个校验规则

由于 Validator 是一个 LinkedHashSet,因此可以在 block 中添加多个 ValidateRule。

例如下面的密码校验,使用了两个 ValidateRule:

    val validator = defineValidator{

        this addRule MinLengthRule(6)                                       // 密码长度不能小于6位

        this addRule PatternRule("^(?![0-9]+$)(?![a-zA-Z]+$)[0-9A-Za-z]+$") // 密码必须数字和字母的组合
    }

    val password = "123456a"

    val result = validator.validate(password,onError = { println(it)})

    println(result)

3.3 支持 RxJava 的使用

由于定义了一个 RxValidator

class RxValidator(private val data: T) : Validator() {

    fun toObservable(success: (() -> Unit)? = null,error: ((String) -> Unit)? = null) =
        Observable.just(data)
            .map {
                validate(it, onSuccess = { success?.invoke() }, onError = { message -> error?.invoke(message)
                })
            }

    fun toFlowable(success: (() -> Unit)? = null,error: ((String) -> Unit)? = null) =
        Flowable.just(data)
            .map {
                validate(it, onSuccess = { success?.invoke() }, onError = { message -> error?.invoke(message)
                })
            }

    fun toSingle(success: (() -> Unit)? = null,error: ((String) -> Unit)? = null) =
        Single.just(data)
            .map {
                validate(it, onSuccess = { success?.invoke() }, onError = { message -> error?.invoke(message)
                })
            }

    fun toMaybe(success: (() -> Unit)? = null,error: ((String) -> Unit)? = null) =
        Maybe.just(data)
            .map {
                validate(it, onSuccess = { success?.invoke() }, onError = { message -> error?.invoke(message)
                })
            }
}

并且定义了一个 defineRxValidator() 和扩展函数 rxValidator()

fun  defineRxValidator(data: T, block: RxValidator.() -> Unit): RxValidator {
    val v = RxValidator(data)
    block.invoke(v)
    return v
}

fun  T.rxValidator(block: RxValidator.() -> Unit): RxValidator {
    val v = RxValidator(this)
    block.invoke(v)
    return v
}

因此 RxJava 的结合使用变得很简单,下面分别使用两种方式展示了如何结合 RxJava 的使用:

    val email = "[email protected]"

    defineRxValidator(email){ this addRule EmailRule() }
        .toObservable( error = { println(it)})
        .subscribe{ println(it) }

    val invalidEmail = "fengzhizi715@126"

    invalidEmail.rxValidator { this addRule EmailRule() }
        .toObservable( error = { println(it)})
        .subscribe{ println(it) }

3.4 支持对象中属性的校验

参考上面的代码,在 kvalidation 中也事先定义了一个 definePropertyValidator()

fun  definePropertyValidator(block: PropertyValidator.() -> Unit): PropertyValidator {
    val v = PropertyValidator()
    block.invoke(v)
    return v
}

因此,在定义一个 PropertyValidator 时,也可以在 block 中添加多个 mustBe()、field()、fields() 方法。

在 field()、fields() 中,还可以添加多个 mustBe() 方法

data class User(val name: String = "tony",val password: String = "abcdefg", val confirmPassword: String = "abcdefg" ,val email:String = "abc#abc.com")

val propertyValidator = definePropertyValidator {

    mustBe { name.isNotBlank() }

    field("password") {
        mustBe("password not blank") { password.isNotBlank() }
        mustBe("password length range") { password.length in 6..20 }
    }

    fields("password", "confirmPassword") {
        mustBe("password confirmPassword same") { password == confirmPassword }
    }

    field("email") {
        mustBe("verify email") {

            email.validate{

                this addRule EmailRule()
            }
        }.errorMessage { "invalid email address" }
    }
}

fun main() {

    val user = User()

    val result = propertyValidator.validateAll(user)
    println(result)

    println(propertyValidator.validate(user))
}

在 email 字段中,mustBe() 里使用了

            email.validate{

                this addRule EmailRule()
            }

它是一个扩展函数:

fun  T.validate(block: Validator.() -> Unit): Boolean {
    val v = Validator()
    block.invoke(v)
    return v.validate(this)
}

它实际上是调用了类的验证,并添加了 EmailRule。

四. 总结

kvalidation 是一个基于 Kotlin 特性的验证框架,这些特性包括范型、DSL、扩展函数、带接收者的函数类型等等。因此,它使用起来简洁,也有具有很好的可读性。

你可能感兴趣的:(基于 Kotlin 特性实现的验证框架)