RectorPHP 中如何配置规则忽略与类型声明
2025-05-25 17:48:13作者:裘旻烁
规则忽略的配置方法
在 RectorPHP 项目中,随着版本迭代,配置方式有所变化。最新版本(1.2.1及以上)推荐使用构建器模式进行配置。要忽略特定规则,可以使用withSkip()方法:
use Rector\Config\RectorConfig;
use Rector\CodeQuality\Rector\If_\SimplifyIfReturnBoolRector;
return RectorConfig::configure()
->withSkip([
SimplifyIfReturnBoolRector::class,
]);
这种配置方式更加简洁直观,符合现代PHP开发实践。如果需要忽略多个规则,只需在数组中添加更多规则类名即可。
类型声明规则的配置
RectorPHP 提供了强大的类型声明功能,特别是AddReturnTypeDeclarationRector规则,可以自动为类方法添加返回类型声明。配置示例如下:
use Rector\Config\RectorConfig;
use Rector\TypeDeclaration\Rector\ClassMethod\AddReturnTypeDeclarationRector;
use Rector\TypeDeclaration\ValueObject\AddReturnTypeDeclaration;
use PHPStan\Type\ArrayType;
use PHPStan\Type\MixedType;
$arrayType = new ArrayType(new MixedType(), new MixedType());
return RectorConfig::configure()
->withConfiguredRule(AddReturnTypeDeclarationRector::class, [
new AddReturnTypeDeclaration('SomeClass', 'getData', $arrayType),
]);
在这个例子中,我们为SomeClass类的getData方法配置了数组类型的返回声明。PHPStan的类型系统提供了丰富的类型定义能力,包括:
- 基本类型:int, string, bool等
- 复合类型:array, iterable等
- 对象类型:特定类的实例
- 特殊类型:mixed, void等
最佳实践建议
-
版本兼容性:确保使用最新版本的RectorPHP以获得最佳功能和性能
-
渐进式迁移:对于大型项目,建议逐步添加规则,而不是一次性应用所有规则
-
类型安全:优先添加返回类型声明,这可以显著提高代码的可靠性和可维护性
-
测试验证:在应用重大重构前,确保有充分的测试覆盖
-
团队协作:将Rector配置纳入版本控制,确保团队成员使用相同的重构规则
通过合理配置RectorPHP,开发者可以自动化许多繁琐的代码重构任务,专注于业务逻辑的实现,同时保持代码库的高质量和一致性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218