API Platform Laravel 中实现 JSON:API 规范的查询参数支持
2025-07-01 19:35:04作者:凤尚柏Louis
JSON:API 是一种流行的 API 规范,它不仅定义了请求和响应体的格式,还规范了查询参数的使用方式。在 API Platform Laravel 中,我们可以通过配置来实现完整的 JSON:API 查询参数支持,包括排序、分页和过滤等功能。
JSON:API 查询参数规范概述
JSON:API 规范为 API 查询定义了三种主要的参数类型:
- 排序参数:使用
sort参数,支持多字段排序和降序排序 - 分页参数:使用
page前缀,支持多种分页方式 - 过滤参数:使用
filter前缀,提供灵活的查询能力
在 API Platform Laravel 中启用 JSON:API 查询参数
基本配置
在 Laravel 项目中,我们需要在 config/api-platform.php 文件中进行全局配置:
use ApiPlatform\Metadata\QueryParameter;
use ApiPlatform\JsonApi\Filter\SparseFieldset;
use ApiPlatform\Laravel\Eloquent\Filter\JsonApi\SortFilter;
return [
'parameters' => [
new QueryParameter(key: 'fields', filter: SparseFieldset::class),
new QueryParameter(key: 'sort', filter: SortFilter::class),
],
];
资源级别配置
如果需要对特定资源进行更精细的控制,可以在资源类上使用注解:
use ApiPlatform\Metadata\ApiResource;
use ApiPlatform\Metadata\QueryParameter;
use ApiPlatform\JsonApi\Filter\SparseFieldset;
use ApiPlatform\Laravel\Eloquent\Filter\JsonApi\SortFilter;
#[ApiResource]
#[QueryParameter(key: 'fields', filter: SparseFieldset::class)]
#[QueryParameter(key: 'sort', filter: SortFilter::class)]
class Book extends Model {}
具体功能实现
1. 排序功能
JSON:API 规范的排序功能非常直观:
- 升序排序:
/books?sort=title - 降序排序:
/books?sort=-publishedAt - 多字段排序:
/books?sort=author.lastName,title
在 API Platform Laravel 中,排序功能通过 SortFilter 类实现,配置后即可自动支持这些查询方式。
2. 分页功能
分页功能在 JSON:API 中有多种实现方式:
- 基于偏移量的分页:
/books?page[offset]=0&page[limit]=10 - 基于页码的分页:
/books?page[number]=1&page[size]=10
API Platform Laravel 的 JsonApiProvider 已经内置了对分页的支持,无需额外配置即可使用。
3. 过滤功能
过滤功能是 JSON:API 中最灵活的部分,允许对资源进行精确查询:
- 简单过滤:
/books?filter[title]=API - 多条件过滤:
/books?filter[author.name]=John&filter[year]=2023
在 API Platform Laravel 中,过滤功能需要针对每个字段单独配置:
#[ApiResource(
operations: [
new GetCollection(
name: 'books',
parameters: [
new QueryParameter(
key: 'filter[title]',
filter: PartialSearchFilter::class,
property: 'title'
),
new QueryParameter(
key: 'filter[publishedAt]',
filter: DateFilter::class
),
],
),
],
)]
class Book extends Model {}
高级过滤实现
对于需要更复杂过滤逻辑的场景,可以创建自定义过滤器。例如,实现一个支持多种比较操作符的过滤器:
namespace App\Filters;
use Illuminate\Database\Eloquent\Builder;
class AdvancedFilter
{
public function __invoke(Builder $query, string $property, $value): void
{
if (is_array($value)) {
foreach ($value as $operator => $val) {
match ($operator) {
'eq' => $query->where($property, '=', $val),
'gt' => $query->where($property, '>', $val),
'lt' => $query->where($property, '<', $val),
'like' => $query->where($property, 'LIKE', "%$val%"),
default => null,
};
}
} else {
$query->where($property, '=', $value);
}
}
}
然后在资源配置中使用:
new QueryParameter(
key: 'filter[price]',
filter: AdvancedFilter::class,
property: 'price'
)
这样就可以支持如下的查询方式:
/products?filter[price][gt]=100/products?filter[price][lt]=50/products?filter[name][like]=phone
最佳实践建议
- 保持一致性:在整个 API 中统一使用 JSON:API 规范的查询参数格式
- 文档化:为每个资源的可用过滤字段和操作符提供清晰的文档
- 性能考虑:为常用过滤字段添加数据库索引
- 安全性:验证所有输入参数,防止 SQL 注入
- 适度过滤:不要过度开放过滤能力,根据业务需求合理设计
通过合理配置 API Platform Laravel,我们可以轻松实现符合 JSON:API 规范的完整查询功能,为前端开发者提供一致且强大的 API 查询体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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