Stripe-PHP 库中支付链接的 line_items 属性获取问题解析
在使用 Stripe-PHP 库处理支付链接时,开发者可能会遇到一个常见问题:通过 API 检索到的支付链接对象中,line_items 属性显示为 null。这个问题涉及到 Stripe API 的一个重要设计特性——可包含属性(includable properties)。
问题现象
当开发者创建支付链接时,通常会指定 line_items 参数来定义支付项目。例如:
$link = $stripe->paymentLinks->create([
'line_items' => [
[
'price' => $price->id,
'quantity' => 1
],
]
]);
然而,在后续通过支付链接ID检索该对象时:
$plink = $stripe->paymentLinks->retrieve($paymentLinkId);
发现 $plink->line_items 为 null,导致调用 toJSON() 方法时出现错误。
技术原理
这个问题源于 Stripe API 的优化设计。为了减少不必要的数据传输和提高性能,Stripe API 默认不会返回所有可能的属性。line_items 就是这样一个"可包含属性"(includable property),它需要开发者明确请求才会在响应中包含。
解决方案
正确的做法是使用 Stripe 的"扩展"(expand)功能,明确请求包含 line_items 属性:
$plink = $stripe->paymentLinks->retrieve(
$paymentLinkId,
['expand' => ['line_items']]
);
同样地,对于结账会话(checkout session)对象,也需要使用相同的技术:
$session = $stripe->checkout->sessions->retrieve(
$sessionId,
['expand' => ['line_items']]
);
最佳实践
-
预先规划数据需求:在编写代码前,明确需要哪些属性,特别是那些标记为可包含的属性。
-
批量扩展:可以一次性请求多个可包含属性,例如:
['expand' => ['line_items', 'customer', 'payment_intent']] -
性能考量:虽然扩展功能很强大,但不应过度使用。只请求实际需要的属性,以避免不必要的数据传输和处理开销。
-
错误处理:始终对可能的null值进行防御性编程,即使使用了扩展功能。
深入理解
Stripe API 的这种设计模式在REST API中很常见,它遵循了"按需获取"的原则。这种设计有以下几个优点:
- 减少了网络传输的数据量
- 提高了API响应速度
- 降低了服务器处理负担
- 让客户端可以精确控制所需数据
对于PHP开发者来说,理解这一设计模式非常重要,因为它不仅存在于Stripe API中,也是现代API设计的常见实践。
通过正确使用扩展功能,开发者可以灵活地获取所需数据,同时保持应用程序的高效运行。这一技术同样适用于Stripe API中的其他资源类型,如订单、发票等,它们都可能包含需要显式请求的可包含属性。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00