Eleventy 布局中数组变量被意外覆盖的问题解析
2025-05-12 12:21:49作者:瞿蔚英Wynne
问题背景
在使用 Eleventy 静态网站生成器时,开发者可能会遇到一个关于布局和页面数据继承的特殊问题。当在布局文件中定义数组类型的 front matter 变量,并在子页面中通过 eleventyComputed 覆盖该变量时,会导致所有使用相同布局的页面都继承了这个覆盖值,而非保持布局中定义的默认值。
问题重现
假设我们有一个基础布局文件 base.liquid,其中定义了两个数组变量:
---
nonComputedArray: ["base"]
computedArray: ["base"]
---
然后有两个页面使用此布局:
- 集合中的项目页面
item.md,它覆盖了这两个数组:
---
layout: base
nonComputedArray: ['override']
eleventyComputed:
computedArray: ['override']
---
- 普通索引页面
index.liquid,它没有覆盖任何数组:
---
layout: base
---
在这种情况下,index.liquid 页面会意外地显示 computedArray 的值为 ['override'],而不是预期的 ['base']。
问题原因
这个问题的根源在于 Eleventy 的数据缓存机制。默认情况下,Eleventy 会缓存模板数据以提高性能。当使用 eleventyComputed 覆盖数组变量时,由于缓存机制的影响,这个覆盖会影响到所有使用相同布局的页面。
解决方案
Eleventy 提供了两种解决这个问题的方法:
- 禁用模板缓存:在 Eleventy 配置文件中添加以下代码:
eleventyConfig.setUseTemplateCache(false);
这种方法会禁用模板缓存,确保每个页面的数据都是独立计算的,不会相互影响。
- 升级到最新版本:从 Eleventy 3.1.0-alpha.1 版本开始,这个问题已经得到修复。升级后,数组变量将按照预期工作。
最佳实践
为了避免类似问题,建议开发者:
- 对于需要在布局和页面间共享的数组数据,统一使用
eleventyComputed来定义 - 在布局和子页面中都明确声明数组变量的合并逻辑
- 保持 Eleventy 版本更新,以获取最新的 bug 修复和功能改进
总结
Eleventy 的数据继承机制虽然强大,但在处理数组变量时需要注意缓存带来的副作用。通过理解其工作原理并采用适当的解决方案,开发者可以避免这类问题,构建更加可靠的静态网站。
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217