pgFormatter中类型转换格式问题的分析与修复
在SQL代码格式化工具pgFormatter的最新版本中,开发团队发现并修复了一个关于类型转换语法格式的问题。这个问题主要影响CREATE TABLE语句中默认值部分的类型转换表达式的格式化输出。
问题现象
当使用pgFormatter格式化包含类型转换的CREATE TABLE语句时,工具会在类型转换操作符(::)前错误地插入一个额外的空格。例如,对于以下SQL语句:
CREATE TABLE IF NOT EXISTS scanner._migrations (
applied_at timestamptz NOT NULL DEFAULT now()::timestamptz
)
格式化后会变成:
CREATE TABLE IF NOT EXISTS scanner._migrations (
applied_at timestamptz NOT NULL DEFAULT now() ::timestamptz
)
可以看到,在now()函数和::timestamptz类型转换操作符之间多出了一个不必要的空格。虽然这个空格不会影响SQL语句的执行,但它违反了PostgreSQL社区常见的代码风格规范。
问题根源
这个问题源于pgFormatter在解析和重新生成SQL代码时,对类型转换操作符的处理逻辑不够精确。类型转换操作符(::)在PostgreSQL中是一个整体运算符,不应该被空格分隔。pgFormatter在格式化过程中错误地将其视为两个独立的冒号字符,从而在中间插入了空格。
修复方案
开发团队在commit ea61e3d中修复了这个问题。修复后的版本能够正确识别类型转换操作符,并保持其作为一个整体不被空格分隔。这不仅解决了CREATE TABLE语句中的问题,也修复了其他所有SQL语句中类型转换表达式的格式化问题,例如常见的JSON类型转换:
-- 修复前
SELECT '{}' ::jsonb;
-- 修复后
SELECT '{}'::jsonb;
相关格式化风格
值得注意的是,pgFormatter对于SQL语句的右括号位置也有特定的格式化规则。当SQL语句以分号(;)结尾时,右括号会被放在新的一行;而省略分号时,右括号则保持在同一行。这种设计是为了适应不同的编码风格偏好。
总结
这次修复体现了pgFormatter项目对代码细节的关注和对PostgreSQL社区编码规范的尊重。类型转换作为PostgreSQL中常用的特性,其格式化的正确性直接影响到代码的可读性和一致性。开发团队及时响应并修复这个问题,进一步提升了工具的专业性和可靠性。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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