MiniJinja 2.8.0 版本发布:模板引擎的重大升级
2025-06-24 11:08:21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
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude 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 Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253