Tuist项目中Glob模式大括号扩展功能失效问题分析
2025-06-11 14:45:06作者:乔或婵
在Tuist 4.34.0版本中,开发者发现了一个关于Glob模式匹配的重要功能退化问题。该问题表现为使用大括号扩展语法(brace expansion)的Glob模式无法正确匹配文件路径,例如Sources/**/*.{xib,storyboard}这样的模式会返回空结果,而拆分成单独的模式如Sources/**/*.xib和Sources/**/*.storyboard则可以正常工作。
问题背景
Glob模式是项目配置中常用的文件匹配方式,大括号扩展是其重要特性之一,它允许开发者用简洁的语法同时匹配多种文件扩展名。这种语法在Unix-like系统中被广泛支持,也是许多构建工具的标准功能。
技术细节
在Tuist 4.31.0到4.34.0的版本升级过程中,该功能的退化表明可能涉及以下方面的变更:
- Glob解析器修改:底层文件匹配库可能进行了升级或替换,新版本对大括号扩展语法的处理存在缺陷
- 路径处理逻辑变更:文件系统遍历的算法可能被修改,导致扩展模式无法正确展开
- 模式预处理问题:在将模式传递给底层匹配引擎前,可能缺少必要的语法转换步骤
影响范围
该问题会影响所有使用大括号扩展语法的项目配置,特别是:
- 需要同时匹配多种资源文件(如图片、界面文件等)的情况
- 项目中有多种同类文件但使用不同扩展名的场景
- 使用通配符模式来简化配置的复杂项目
临时解决方案
开发者可以采用以下替代方案:
- 将复合模式拆分为多个简单模式
- 暂时回退到4.31.0版本
- 在配置中使用显式的文件列表而非通配符
问题修复建议
对于Tuist维护团队,建议从以下方向进行修复:
- 检查Glob处理库的版本变更记录
- 添加大括号扩展语法的专项测试用例
- 考虑实现自定义的模式预处理逻辑以确保兼容性
- 在文档中明确标注已知问题并提供替代方案
该问题的出现提醒我们在依赖第三方模式匹配库时需要特别注意功能完整性的验证,同时也体现了自动化测试在持续集成中的重要性。
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
223
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137