【错误解决】No validator could be found for constraint ‘jakarta.validation.constraints.NotBlank‘

由于出此错误前已两天没有提交代码，修改内容过多，一开始不知道是哪里出了问题。但看输出的异常信息很明显可以看出是字段验证出了问题。类型的字段，但是这个验证器不支持这种类型。@NotBlank 主要用于验证单个字符串字段，确保它不是空的或者只包含空白字符。而我们修改字段类型时将String修改为Long，所以出了问题。调查后发现使用 @NotBlank 验证器来验证一个。起因：修改了数据库字段及后端数

dopapapa

997人浏览 · 2024-07-09 12:00:00

dopapapa · 2024-07-09 12:00:00 发布

起因：修改了数据库字段及后端数据层代码后出现问题。

错误内容：

分析：

由于出此错误前已两天没有提交代码，修改内容过多，一开始不知道是哪里出了问题。但看输出的异常信息很明显可以看出是字段验证出了问题。

调查后发现使用 @NotBlank 验证器来验证一个 List<String> 类型的字段，但是这个验证器不支持这种类型。@NotBlank 主要用于验证单个字符串字段，确保它不是空的或者只包含空白字符。

而我们修改字段类型时将String修改为Long，所以出了问题。

解决：

使用@NotNull

技术共进，成长同行——讯飞AI开发者社区

更多推荐

医疗领域智能经济与管理研究报告：智能技术驱动的医疗创新与变革

讯飞AI开发者社区

【人工智能】实战案例：用提示词生成机器学习数据集预处理步骤

本文介绍了如何利用大模型（如ChatGPT）生成机器学习数据集预处理步骤的实战方法。通过表格数据、文本数据和图像数据三个典型案例，详细讲解了编写精准提示词的四大核心要素：数据类型与来源、数据已知问题、预处理目标和输出格式要求。文章首先阐述了使用提示词生成预处理步骤的四大优势：解决新手思路问题、节省重复编码时间、适配不同数据类型和处理复杂场景。接着通过泰坦尼克号生存预测、客户评论情感分类和猫狗图像