Behat/Gherkin v4.12.0 版本发布:关键词缓存优化与代码质量提升
项目简介
Behat/Gherkin 是一个用于解析 Gherkin 语言(行为驱动开发BDD中使用的自然语言语法)的PHP库。它作为Behat测试框架的核心组件,负责将人类可读的.feature文件转换为可执行的测试结构。Gherkin语法支持多种语言的关键词定义,使得非技术人员也能参与测试用例的编写。
版本亮点
废弃Gherkin::VERSION常量
在此次v4.12.0版本中,开发团队做出了一个重要变更:废弃了Gherkin::VERSION常量。这一决定反映了现代PHP开发中更推崇使用Composer的运行时API来获取包版本信息的最佳实践。
对于开发者而言,这意味着:
- 不应再依赖Gherkin::VERSION来检查版本
- 需要改用Composer的\PackageVersions\Versions类或其他Composer运行时API
- 该变更也影响了缓存命名空间机制,缓存键的生成方式会有所调整
这一变更有助于减少全局状态的使用,使代码更加符合现代PHP的依赖注入原则。
新增CachedArrayKeywords构造方法
为了解决i18n.php文件路径依赖问题,新版本引入了CachedArrayKeywords::withDefaultKeywords()静态方法。这个改进带来了几个显著优势:
- 解除了对内部文件路径的硬编码依赖
- 提供了更灵活的实例化方式
- 为未来的文件结构调整做好了准备(团队已预告下个版本会有源文件路径变更)
开发者现在可以这样使用:
$keywords = CachedArrayKeywords::withDefaultKeywords();
而不是之前的:
$keywords = new CachedArrayKeywords(__DIR__.'/../../i18n.php');
代码质量改进
v4.12.0版本在代码质量方面做出了多项重要提升:
测试框架升级
项目已将PHPUnit升级到第10版,这带来了:
- 更现代的测试语法
- 更好的类型安全支持
- 改进的测试报告功能
代码静态分析
通过引入PHPStan并达到级别5的严格类型检查,项目现在具有:
- 更完善的类型提示
- 更严格的参数和返回值检查
- 减少了潜在的运行时类型错误
代码风格统一
采用PHP CS Fixer后,项目代码现在具有:
- 一致的代码风格
- 自动化的格式检查
- 符合PSR标准的代码布局
文档清理
团队移除了冗余文件并更新了文档,使得:
- 项目结构更加清晰
- 开发者更容易找到所需信息
- 减少了不必要的维护负担
升级建议
对于现有项目,升级到v4.12.0版本时应注意:
- 检查是否有代码直接使用Gherkin::VERSION,改为使用Composer API
- 考虑重构使用CachedArrayKeywords的代码,采用新的工厂方法
- 确保测试套件兼容PHPUnit 10(如果项目有自己的测试)
- 可以利用新的类型提示改进自己的代码静态分析
这个版本虽然没有引入破坏性变更,但为未来的架构改进奠定了基础,特别是关于i18n文件路径的变更预告值得开发者关注。
总结
Behat/Gherkin v4.12.0是一个以代码质量和未来兼容性为重点的版本。通过废弃过时的版本常量、改进关键词缓存机制、升级测试框架和引入严格的静态分析,项目向着更现代化、更可靠的方向迈进。这些改进不仅提升了库本身的健壮性,也为使用它的开发者提供了更好的类型安全和更清晰的API。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03