Scribe文档工具中隐藏Laravel资源路由的PATCH方法
2025-07-05 09:58:38作者:郜逊炳
在Laravel开发中,Route::resource会自动生成包含7种标准RESTful动作的路由,其中更新操作同时支持PUT和PATCH两种HTTP方法。但某些项目可能只需要保留其中一种方法,特别是在使用API文档生成工具Scribe时,开发者可能需要从文档中隐藏PATCH方法。
问题背景
Laravel的Route::resource会为update动作注册两个路由:
- PUT方法:完全替换资源
- PATCH方法:部分更新资源
虽然这两种方法在REST规范中有明确区分,但在实际业务中,很多项目可能只需要使用其中一种。当使用Scribe生成API文档时,开发者可能希望隐藏不需要的方法以保持文档简洁。
解决方案
方法一:修改路由定义(推荐)
最根本的解决方案是在路由定义阶段就排除不需要的方法。Laravel提供了only和except方法来筛选资源控制器的方法:
// 只保留需要的动作
Route::resource('photos', PhotoController::class)->only([
'index', 'show', 'store', 'update' // 这里update将只注册PUT方法
]);
// 或者排除不需要的动作
Route::resource('photos', PhotoController::class)->except([
'destroy' // 排除特定方法
]);
这种方式从源头解决问题,生成的文档自然只包含定义的路由。
方法二:Scribe配置排除
如果必须保留路由但只需要在文档中隐藏,可以在Scribe配置文件中设置:
// config/scribe.php
'routes' => [
'exclude' => [
'PATCH /api/photos/*', // 精确排除PATCH方法
],
],
需要注意的是,这种方式可能在某些版本中会同时影响PUT方法,因为Scribe依赖Laravel的路由信息。
最佳实践建议
- 优先考虑路由定义:在路由层面解决问题比后期过滤更可靠
- 保持一致性:整个项目应该统一使用PUT或PATCH中的一种
- 文档说明:在API文档中明确说明支持的更新方法
- 测试验证:修改后应测试实际接口和文档是否如预期工作
技术原理
Scribe通过分析Laravel路由系统生成文档。Route::resource在底层会注册多个路由,每个对应不同的HTTP方法。当开发者需要定制文档时,理解这一机制很重要:
- Laravel路由系统首先注册所有资源路由
- Scribe通过反射和路由收集器获取这些信息
- 排除配置在文档生成阶段过滤路由
因此,在路由定义阶段处理是最有效的方式,可以避免后续工具的复杂性。
通过以上方法,开发者可以灵活控制API文档中展示的路由方法,保持文档的清晰和准确。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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