lessphp 技术文档
2024-12-23 15:44:35作者:瞿蔚英Wynne
1. 安装指南
1.1 环境要求
- PHP 5.3 或更高版本
1.2 安装步骤
- 下载
lessphp项目文件。 - 将
lessc.inc.php文件复制到你的项目目录中。
2. 项目的使用说明
2.1 在 PHP 项目中使用
2.1.1 基本用法
首先,在你的 PHP 文件中引入 lessc.inc.php 文件:
require "lessc.inc.php";
然后,创建 lessc 实例并编译 LESS 代码:
$less = new lessc;
echo $less->compile(".block { padding: 3 + 4px }");
2.1.2 编译文件
你可以使用 compileFile 方法来编译一个 LESS 文件:
echo $less->compileFile("input.less");
2.1.3 检查并编译
使用 checkedCompile 方法可以检查输出文件是否存在或是否过期,只有在需要时才进行编译:
$less->checkedCompile("input.less", "output.css");
2.1.4 错误处理
如果编译过程中出现错误,会抛出异常:
try {
$less->compile("invalid LESS } {");
} catch (exception $e) {
echo "fatal error: " . $e->getMessage();
}
2.2 命令行使用
2.2.1 基本用法
你可以通过命令行工具 plessc 来编译 LESS 文件:
$ plessc input.less > output.css
2.2.2 直接编译 LESS 代码
使用 -r 标志可以直接编译 LESS 代码:
$ plessc -r "my less code here"
2.2.3 监视文件变化
使用 -w 标志可以监视文件变化并自动编译:
$ plessc -w input-file output-file
2.2.4 设置输出格式
使用 -f 标志可以设置输出格式,例如压缩输出:
$ plessc -f=compressed myfile.less
3. 项目API使用文档
3.1 lessc 类
3.1.1 compile($input)
- 描述: 编译输入的 LESS 代码字符串。
- 参数:
$input(string): 要编译的 LESS 代码。
- 返回值: 编译后的 CSS 代码。
3.1.2 compileFile($inputFile, $outputFile = null)
- 描述: 编译指定的 LESS 文件。
- 参数:
$inputFile(string): 输入的 LESS 文件路径。$outputFile(string, 可选): 输出的 CSS 文件路径。
- 返回值: 编译后的 CSS 代码。
3.1.3 checkedCompile($inputFile, $outputFile)
- 描述: 检查输出文件是否存在或是否过期,只有在需要时才进行编译。
- 参数:
$inputFile(string): 输入的 LESS 文件路径。$outputFile(string): 输出的 CSS 文件路径。
- 返回值: 无。
3.2 配置选项
- 输出格式: 可以通过
setFormatter方法设置输出格式。 - 变量设置: 可以通过
setVariables方法从 PHP 中设置 LESS 变量。 - 注释保留: 可以通过
setPreserveComments方法控制注释的保留。 - 自定义函数: 可以通过
registerFunction方法注册自定义函数。
4. 项目安装方式
4.1 手动安装
- 下载
lessphp项目文件。 - 将
lessc.inc.php文件复制到你的项目目录中。
4.2 使用 Composer 安装
- 在
composer.json文件中添加lessphp依赖:
{
"require": {
"leafo/lessphp": "v0.5.0"
}
}
- 运行
composer install命令安装依赖。
通过以上步骤,你就可以在你的项目中使用 lessphp 来编译 LESS 代码了。
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869