深入解析常见数据校验注解:@NotNull、@NotEmpty、@NotBlank、@Valid 使用示例

本文主要是介绍深入解析常见数据校验注解:@NotNull、@NotEmpty、@NotBlank、@Valid 使用示例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

数据校验注解

数据校验在应用程序中是至关重要的,它有助于确保我们的程序接收到的数据是有效的、合法的。

  • 在 Java 中,常用的数据校验注解包括 @NotNull@NotEmpty@NotBlank@Valid
  • 本文将深入解析这些注解,提供详细的使用示例和最佳实践。

1. @NotNull 注解

@NotNull 用于标记【字段或方法参数】不能为 null。当应用在一个字段上时,它确保该字段在任何情况下都不为 null。

public class ExampleDTO {@NotNullprivate String name;// getter and setter
}

2. @NotEmpty 注解

@NotEmpty 主要用于标记【字符串集合数组等类型的字段或方法参数】。它要求

  • 字段不仅不能为 null,而且在字符串的情况下不能是空字符串,
  • 对于集合数组则要求其长度必须大于 0。
public class ExampleDTO {@NotEmptyprivate List<String> items;// getter and setter
}

3. @NotBlank 注解

@NotBlank 专门用于【字符串】类型的字段或参数。它要求

  • 字段不能为 null 且不能为空,
  • 同时在去除字符串两端的空白字符后,其长度必须大于 0。
public class ExampleDTO {@NotBlankprivate String username;// getter and setter
}

4. @Valid 注解

@Valid 注解通常用于嵌套验证,即在一个对象内部包含其他对象,而这些对象也需要验证。在 Spring 中,这通常用于验证请求体中的数据

@PostMapping("/remove")
public ResponseEntity<String> remove(@Valid @RequestBody ExampleDTO exampleDTO) {// 处理请求
}

在上述代码中,@Valid 用于验证 ExampleDTO 对象,确保其内部的数据满足验证规则。这对于确保请求体数据的有效性非常关键。

总结

通过深入了解这些常见的数据校验注解,我们能够更好地保障程序接收到的数据的合法性。这些注解的使用不仅简单而且强大,为我们构建稳健的应用提供了有力的支持。

在实际应用中,根据具体场景和需求选择合适的注解,结合异常处理,能够有效地提高程序的健壮性和安全性。

这篇关于深入解析常见数据校验注解:@NotNull、@NotEmpty、@NotBlank、@Valid 使用示例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/549403

相关文章

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06