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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00