Next.js Starter Medusa 项目中实现博客页面无区域码URL的解决方案
背景介绍
在使用Next.js Starter Medusa项目时,开发者可能会遇到一个常见的需求:希望保持博客页面使用简洁的URL(如domain.ltd/blog/my-post-title),而其他页面(如购物车、结账等)仍然保留区域码(如/es/cart、/fr/checkout)。这种需求源于多语言博客内容维护成本较高,许多企业可能只希望维护单一语言的博客内容。
技术挑战
默认情况下,Next.js Starter Medusa项目将所有页面都放在[countryCode]文件夹下,这会导致所有URL都包含区域码。如果简单地将博客页面移出该文件夹,会导致顶部导航栏的链接失效,因为导航组件依赖区域码来构建链接。
解决方案
1. 创建独立的博客布局
在/blog目录下创建一个新的layout.tsx文件,这个布局文件将使用标准的Next.js Link组件而非LocalizedClientLink组件。LocalizedClientLink组件需要区域码才能正常工作,而标准Link组件则不需要。
// 在/blog/layout.tsx中使用标准Link组件
import Link from 'next/link'
function BlogNav() {
return (
<nav>
<Link href="/search">搜索</Link>
{/* 其他导航链接 */}
</nav>
)
}
2. 修改中间件配置
需要编辑middleware.ts文件,使其忽略对/blog路径的处理。这样可以确保访问/blog路径时不会被重定向到包含区域码的URL。
// middleware.ts配置示例
export const config = {
matcher: [
/*
* 匹配所有请求路径,除了:
* - /blog相关路径
* - 其他需要排除的路径
*/
'/((?!blog|_next/static|_next/image|favicon.ico).*)'
]
}
3. 导航链接处理
在博客页面的导航中,可以使用简单的路径(如/search)而非包含区域码的路径。中间件会自动将用户重定向到正确的区域码路径(/[countryCode]/search)。这种设计既保持了博客页面的简洁URL,又确保了其他功能页面的多语言支持。
实现原理
这种解决方案利用了Next.js的路由系统和中间件机制:
-
布局隔离:通过为博客创建独立的布局,可以自定义导航组件的行为,避免对区域码的依赖。
-
中间件过滤:配置中间件忽略/blog路径,防止自动添加区域码。
-
智能重定向:对于其他功能页面,中间件仍然可以正常工作,确保用户被重定向到正确的区域版本。
注意事项
-
确保所有从博客页面指向功能页面的链接都使用相对路径(如/search),而非绝对路径(如/es/search)。
-
如果博客内容确实需要多语言支持,建议考虑使用Next.js内置的国际化路由功能,而非完全移除区域码。
-
测试所有导航链接在不同区域设置下的行为,确保用户体验一致。
总结
通过上述方法,开发者可以在Next.js Starter Medusa项目中实现博客页面使用简洁URL,同时保持其他功能页面的多语言支持。这种方案平衡了内容管理的便利性和用户体验的一致性,特别适合那些希望简化博客维护同时保留电商功能多语言支持的项目。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00