MiniJinja 2.8.0 版本发布:模板引擎的重大升级
2025-06-24 02:42:49作者:田桥桑Industrious
MiniJinja 是一个轻量级的 Rust 模板引擎,它提供了与 Jinja2 兼容的语法和功能。作为一个高性能的模板引擎,MiniJinja 在保持简洁的同时,提供了强大的模板渲染能力,特别适合嵌入到各种 Rust 项目中。
新增 SemiStrict 未定义模式
2.8.0 版本引入了一个新的 SemiStrict 未定义模式,这是对现有严格模式的一个重要补充。在严格模式下,任何未定义的变量都会导致错误,而 SemiStrict 模式则更加灵活:
- 允许检查未定义变量的真值性(truthiness)
- 没有 else 块的 if 表达式会生成一个静默的未定义对象,不会报错
- 这一改进使得 MiniJinja 与 Jinja2 的行为更加一致
性能优化与内存改进
新版本在性能方面做了多项优化:
- 常量折叠:代码生成器现在支持常量折叠,可以在编译阶段计算常量表达式,减少运行时开销
- 内存占用优化:使用更小的整数类型来表示列号、行号和地址,显著减少了调试信息的内存占用
- 随机数生成改进:贡献模块现在使用更轻量级的 xorrand 实现,替代了原来的 rand 模块依赖
Python 绑定增强
对于使用 MiniJinja Python 绑定的开发者,2.8.0 版本带来了多项重要改进:
- 新增
load_from_path方法,简化模板加载流程 - 添加
Environment.undeclared_variables_in_template和Environment.undeclared_variables_in_str方法,便于检查模板中未声明的变量 - 默认启用
loop_controls功能,与 CLI 版本保持一致 - 修复了多线程渲染时的死锁问题
- 改进了 Python 自定义对象在 if 条件和过滤器中的布尔值处理
对象比较与变量处理
新版本改进了对象比较机制:
- 添加
Object::custom_cmp方法,允许对象自定义比较行为 - 修复了 Python 对象在 Python 绑定中比较不正确的问题
- 改进了未声明变量的处理逻辑,现在能正确处理宏引用的变量和
caller特殊变量
语法解析改进
2.8.0 版本修复了几个语法解析问题:
- 修复了
}}在包含未闭合括号、大括号或方括号的表达式中导致语法错误的问题 - 修复了隐式字符串连接中转义字符处理不正确的问题
- 改进了循环递归调用的错误报告
新增功能与 API
- 临时状态存储:新增 temps 功能,允许在渲染过程中暂存临时状态
- 已知变量查询:添加
State::known_variables方法,返回已知变量列表 - 全局变量访问:新增
Environment::globals方法 - JavaScript 绑定:首次提供了 JavaScript 绑定支持
向后兼容性变更
- 提高了最低支持的 Rust 版本 (MSRV) 到 1.70
- 移除了不必要的
Filters和Tests特质,它们现在作为Function的别名存在 - 对
ViaDeserialize的特质边界进行了更严格的限制,现在要求类型实现DeserializeOwned
总结
MiniJinja 2.8.0 是一个功能丰富且稳定的版本,它在保持向后兼容性的同时,引入了多项新特性和改进。无论是对于 Rust 原生用户还是 Python/JavaScript 绑定用户,这个版本都带来了更好的开发体验和性能表现。特别是新增的 SemiStrict 模式和常量折叠优化,使得模板处理更加灵活高效。
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
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
215
235
暂无简介
Dart
662
152
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
React Native鸿蒙化仓库
JavaScript
253
320
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++
660
297
🎉 (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
1.18 K
646
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
🔥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
62
19
仓颉编程语言开发者文档。
59
818