MtHaml项目中的Twig语法详解:Haml与Twig的完美结合
2025-06-08 16:24:29作者:廉皓灿Ida
什么是MtHaml/Twig
MtHaml是一个将Haml简洁语法与Twig模板引擎相结合的项目。Haml是一种HTML的简洁语法表示法,通过缩进和特殊符号来简化HTML编写,而Twig是PHP生态中广泛使用的模板引擎。MtHaml/Twig让开发者可以同时享受Haml的简洁语法和Twig的强大功能。
Haml基础语法快速入门
基本标签语法
在Haml中,标签以百分号(%)开头,后跟标签名。这与传统HTML的尖括号语法形成鲜明对比:
%strong= item.title
等价于Twig模板:
<strong>{{ item.title }}</strong>
这里的=符号表示后面的内容是Twig表达式,需要被解析并输出。
属性添加方式
Haml提供了多种方式来添加HTML属性:
- 类似HTML的语法:
%strong(class="code" id="message") Hello, World!
- CSS风格的简写(特别适合class和id):
%strong.code#message Hello, World!
- 默认div标签(当省略标签名时):
.message Hello, World!
等价于:
<div class="message">Hello, World!</div>
嵌套结构与缩进规则
Haml使用缩进来表示嵌套关系,这与Python类似。缩进规则决定了标签的自动闭合:
#content
.left.column
%h2 Welcome to our site!
%p= information
.right.column
- include "sidebar.twig"
会被转换为:
<div id="content">
<div class="left column">
<h2>Welcome to our site!</h2>
<p>{{ information }}</p>
</div>
<div class="right column">
{% include "sidebar.twig" %}
</div>
</div>
重要规则:
- 当有内联内容时,标签在同一行自动闭合
- 否则,当缩进级别降低到与开始标签相同时自动闭合
- 自闭合标签(如img、meta)有特殊处理规则
Haml与Twig的交互方式
输出Twig表达式
在Haml中输出Twig表达式主要有以下几种方式:
- 使用
=符号:
%p.para= some.twig()|expression
转换为:
<p class="para">{{ some.twig()|expression }}</p>
- 字符串插值:
%span Hello #{ name }
转换为:
<span>Hello {{ name }}</span>
- 属性值中的表达式:
%span(id=any_valid_twig|syntax)
转换为:
<span id={{ any_valid_twig|syntax }}></span>
Twig控制结构
不直接输出的Twig代码(控制结构)以-开头:
%p
- if some.condition|default(0) > 1 or foo in bar
This is a control structure
转换为:
<p>
{% if some.condition|default(0) > 1 or foo in bar %}
This is a control structure
{% endif %}
</p>
自动闭合规则:
- 如果标签后有缩进内容,MtHaml会自动添加结束标签
- 否则,不添加结束标签
高级用法示例
- 继承与块:
- extends "layout.twig"
- block title "this is an inline block"
- block body
.content
%h1 Title
This block has contents
- 宏定义:
- macro input_text(name, value)
%input(type="text" name=name value=value)
- import _self as forms
= forms.input_text("foo", "bar")
最佳实践与注意事项
- 缩进一致性:必须保持严格的缩进一致性,建议使用空格而非制表符
- 表达式平衡:在属性值中,确保括号、引号等符号成对出现
- Twig功能全支持:MtHaml支持所有Twig功能,包括过滤器、测试、运算符等
- 自定义标签:可以无缝使用自定义Twig标签
MtHaml/Twig结合了Haml的简洁性和Twig的强大功能,为模板开发提供了高效、优雅的解决方案。通过理解其转换规则,开发者可以充分利用两者的优势,编写出更简洁、更易维护的模板代码。
登录后查看全文
热门项目推荐
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
HunyuanVideo-1.5暂无简介00
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-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
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
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
615
140
Ascend Extension for PyTorch
Python
169
190
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
258
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
374
3.2 K
🎉 (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
1.09 K
618
🔥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
62
19
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
262
92