API Platform Laravel 中实现 JSON:API 规范的查询参数支持
2025-07-01 04:49:39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
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 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 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 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 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
672
157
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
262
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
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217