Statamic CMS 本地搜索分页结果总数问题解析
2025-06-14 08:28:57作者:郁楠烈Hubert
问题背景
在使用Statamic CMS的本地搜索功能时,开发者发现当搜索结果进行分页处理时,total_results变量返回的是当前页面的结果数量,而非整个搜索查询的总结果数。这与开发者的预期行为不符,容易造成混淆。
技术细节分析
Statamic的本地搜索驱动(local driver)在处理分页查询时,total_results变量实际上表示的是当前页面的结果数量。这个设计可能与一些开发者的直觉相悖,因为变量名称暗示它应该返回总结果数。
正确获取结果总数的方法
经过官方确认,要获取跨所有页面的总结果数,应该使用{{ paginate:total_items }}这个变量。这个变量会返回完整的、未分页前的搜索结果总数。
实际应用示例
假设我们有一个产品搜索页面,每页显示2个结果:
{{ search:results index="products" paginate="2" as="results" }}
<h1>{{ paginate:total_items }} 总结果数</h1>
<p>当前页结果数: {{ total_results }}</p>
{{ results }}
<h2>{{ title }}</h2>
{{ /results }}
{{ paginate:auto_links }}
{{ /search:results }}
在这个例子中:
{{ paginate:total_items }}会显示所有匹配产品的总数{{ total_results }}则显示当前页面上的产品数量
最佳实践建议
- 变量命名清晰:在自定义模板中,建议使用更具描述性的变量名来避免混淆
- 文档查阅:使用新功能时,仔细阅读官方文档中的变量说明
- 测试验证:对于分页功能,建议测试不同结果数量下的表现
总结
Statamic CMS的搜索分页功能提供了两种不同的计数变量:total_results表示当前页结果数,而paginate:total_items表示总结果数。理解这一区别对于正确实现搜索分页功能至关重要。开发者应根据实际需求选择合适的变量来显示结果数量信息。
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