Toro PHP 路由器技术文档
2024-12-23 15:05:21作者:宗隆裙
1. 安装指南
1.1 手动安装
- 从 GitHub 仓库 下载最新版本的 Toro。
- 将
Toro.php文件移动到你的项目根目录。
1.2 使用 Composer 安装
-
在你的项目根目录下安装 Composer:
$ curl -s https://getcomposer.org/installer | php或者手动下载并检查安装脚本的安全性:
$ curl -s https://getcomposer.org/installer > installer.php $ less installer.php $ # 确认安全后执行 $ php installer.php -
创建
composer.json文件,内容如下:{ "require": { "torophp/torophp": "dev-master" } } -
使用 Composer 安装 Toro:
$ php composer.phar install
1.3 服务器配置
1.3.1 Apache 配置
在 Apache 的虚拟主机配置或 .htaccess 文件中添加以下内容:
RewriteEngine on
RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME} !-d
RewriteCond $1 !^(index\.php)
RewriteRule ^(.*)$ /index.php/$1 [L]
或者使用以下单行配置(适用于 Apache 2.2.15 及以上版本):
FallbackResource /index.php
1.3.2 IIS 配置
安装 URL Rewrite for IIS 后,在 web.config 文件中添加以下规则:
<?xml version="1.0" encoding="UTF-8"?>
<configuration>
<system.webServer>
<rewrite>
<rule name="Toro" stopProcessing="true">
<match url="^(.*)$" ignoreCase="false" />
<conditions logicalGrouping="MatchAll">
<add input="{REQUEST_FILENAME}" matchType="IsFile" ignoreCase="false" negate="true" />
<add input="{REQUEST_FILENAME}" matchType="IsDirectory" ignoreCase="false" negate="true" />
<add input="{R:1}" pattern="^(index\.php)" ignoreCase="false" negate="true" />
</conditions>
<action type="Rewrite" url="/index.php/{R:1}" />
</rule>
</rewrite>
</system.webServer>
</configuration>
1.3.3 Nginx 配置
在 Nginx 的虚拟主机配置中添加以下内容:
location / {
try_files $uri $uri/ /index.php?$args;
}
2. 项目的使用说明
2.1 基本路由
Toro 使用简单的路由机制来处理请求。路由表是一个关联数组,格式为 route_pattern => handler。例如:
Toro::serve(array(
"/" => "SplashHandler",
"/catalog/page/:number" => "CatalogHandler",
"/product/:alpha" => "ProductHandler",
"/manufacturer/:string" => "ManufacturerHandler"
));
2.2 RESTful 处理器
Toro 支持 RESTful 风格的处理器,自动根据 HTTP 请求方法调用相应的方法。例如:
class ExampleHandler {
function get() {}
function post() {}
function get_xhr() {}
function post_xhr() {}
}
2.3 ToroHook (回调)
Toro 提供了五个特定的回调钩子,用于在请求的不同阶段执行自定义逻辑:
ToroHook::add("404", function() {});
ToroHook::add("before_request", function() {});
ToroHook::add("before_handler", function() {});
ToroHook::add("after_handler", function() {});
ToroHook::add("after_request", function() {});
3. 项目 API 使用文档
3.1 Toro::serve()
Toro::serve() 是 Toro 的核心方法,用于注册路由和处理器。
Toro::serve(array(
"/" => "SplashHandler",
"/catalog/page/:number" => "CatalogHandler",
"/product/:alpha" => "ProductHandler",
"/manufacturer/:string" => "ManufacturerHandler"
));
3.2 ToroHook::add()
ToroHook::add() 用于注册回调钩子。
ToroHook::add("404", function() {
echo "Page not found";
});
4. 项目安装方式
Toro 可以通过手动下载或使用 Composer 进行安装。手动安装需要将 Toro.php 文件放置在项目根目录,而 Composer 安装则需要创建 composer.json 文件并执行安装命令。
4.1 手动安装
- 下载
Toro.php文件。 - 将文件放置在项目根目录。
4.2 Composer 安装
- 安装 Composer。
- 创建
composer.json文件。 - 执行
php composer.phar install命令。
通过以上步骤,你可以轻松地将 Toro 集成到你的 PHP 项目中,并开始使用其强大的路由功能。
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
416
3.2 K
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
681
160
🔥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
65
19
Ascend Extension for PyTorch
Python
230
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
663