PHP-CS-Fixer 新增 new_expression_parentheses 代码格式化规则解析
2025-05-17 16:45:10作者:冯爽妲Honey
前言
随着PHP 8.4版本的发布,语言规范中新增了一项重要特性:允许在new表达式时省略括号。这一变化促使PHP代码格式化工具PHP-CS-Fixer需要相应调整其规则集,以支持这一新语法特性。
新特性背景
在PHP 8.4之前,使用new关键字实例化对象时,无论构造函数是否有参数,都必须包含括号。例如:
$obj = new MyClass();
PHP 8.4通过语言规范更新允许省略这些括号,使得代码可以更简洁:
$obj = new MyClass;
现有规则分析
PHP-CS-Fixer目前有两个与括号相关的规则:
- no_unneeded_control_parentheses:主要用于处理控制结构中的冗余括号
- new_with_parentheses:专门处理
new表达式后参数列表的括号
然而,这两个规则都无法很好地处理new表达式本身的括号问题。no_unneeded_control_parentheses更适合处理语句级别的括号,而new_with_parentheses则专注于参数列表的括号。
新规则设计方案
社区讨论提出了几种可能的解决方案:
-
合并方案:将现有规则扩展为统一的
new_parentheses规则,包含两个配置项:arguments:控制参数列表括号expression:控制new表达式本身的括号
-
分离方案:
- 重命名现有
NewWithParenthesesFixer为NewArgumentsParenthesesFixer - 新增独立的
NewExpressionParenthesesFixer
- 重命名现有
经过深入分析,分离方案更具优势,主要原因在于:
- 优先级冲突:参数列表括号需要在类定义修复前处理,而表达式括号需要在控制结构括号处理后处理
- 职责单一:每个修复器只处理一个明确的语法问题,更符合单一职责原则
技术实现考量
在实现新的表达式括号规则时,需要考虑以下技术细节:
-
配置选项:采用三态布尔值(
true/false/null)设计,分别表示:true:强制添加括号false:强制移除括号null:保持原样
-
语法边界:需要精确识别以下情况:
- 无参数构造函数调用
- 方法链式调用(如
(new Foo)->bar()) - 匿名类实例化
-
向后兼容:确保新规则不会破坏现有代码的格式化
实际应用建议
对于项目代码规范制定者,建议:
- 对于新项目,可以配置为移除冗余的
new表达式括号,保持代码简洁 - 对于现有大型项目,可以先设置为
null观察效果,再逐步迁移 - 特别注意方法链式调用场景,确保括号处理不会影响代码可读性
总结
PHP-CS-Fixer新增的new_expression_parentheses规则为PHP 8.4的新语法特性提供了完善的代码格式化支持。通过独立的规则设计,既保持了与现有规则的兼容性,又为开发者提供了灵活的配置选项。这一变化体现了PHP生态工具对新语言特性的快速响应能力,也为开发者编写更简洁、一致的PHP代码提供了有力支持。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
765
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
118
昇腾LLM分布式训练框架
Python
178
220