Laravel框架v11.37.0版本发布:集合、队列与HTTP功能增强
Laravel作为当今最流行的PHP框架之一,其最新版本v11.37.0带来了一系列实用的功能改进和问题修复。本文将从技术角度深入解析这次更新的核心内容,帮助开发者更好地理解和使用这些新特性。
集合功能增强
本次更新对Laravel的集合(Collection)功能进行了多项改进:
-
hasAny方法优化:改进了集合的hasAny方法,使其在判断集合中是否包含任意给定键时更加高效。这个方法特别适用于需要检查多个可能键是否存在的情况。
-
混合类型值处理:修复了compileInsert方法中处理混合类型值的问题,现在能够更稳定地处理各种数据类型,减少了类型转换带来的潜在错误。
队列系统改进
队列系统是Laravel的重要组件,本次更新包含以下改进:
-
JobPopped事件触发修复:修正了当$popCallbacks返回null时JobPopped事件未被正确触发的问题,确保了队列工作流程中事件触发的完整性。
-
新增assertFailedWith断言:在InteractsWithQueue特性中新增了assertFailedWith方法,为测试队列任务失败情况提供了更便捷的断言方式。
HTTP相关功能升级
HTTP相关组件获得了多项实用改进:
-
Uri组件增强:
- 新增Dumpable特性支持,便于调试时查看Uri对象内容
- withoutQuery方法现在支持字符串或数组输入,提供了更灵活的查询参数移除方式
- 允许在测试HTTP请求中使用Uri组件,增强了测试能力
-
响应内容处理:修复了当$content设置为null时Response输出不正确的问题,现在会正确输出空字符串。
-
Str辅助函数改进:
- is方法新增$ignoreCase选项,支持不区分大小写的字符串比较
- 使用更高效的Str::wrap()替代嵌套的Str::start()和Str::finish()
数据库与Eloquent改进
数据库相关组件也有重要更新:
-
Eloquent新增查询方法:添加了whereDoesntHaveRelation、whereMorphDoesntHaveRelation及其OR变体方法,为复杂关系查询提供了更多选择。
-
测试数据库刷新逻辑:改进了RefreshDatabase特性,当事务被提交后会重新刷新数据库,确保测试环境的稳定性。
-
连接检测优化:更新了DetectsLostConnections特性,增强了数据库连接丢失时的检测能力。
邮件传输处理
Resend传输响应处理得到了改进和修复,现在能更准确地处理邮件发送的响应信息,提高了邮件服务的可靠性。
视图与验证
View::withErrors()方法的文档块已更新,反映了对字符串参数的支持,使开发者能更清楚地了解其用法。
其他改进
-
健康检查端点:修复了缓存健康端点处于维护模式时不工作的问题。
-
数据获取:增强了data_get方法对null和*键的处理能力,并添加了相应测试用例。
-
路由测试:新增了重叠路由的测试用例,提高了路由系统的稳定性。
-
HTTP Facade:preventStrayRequests()方法现在支持布尔参数,提供了更灵活的调用方式。
这次更新体现了Laravel团队对框架稳定性、可用性和开发者体验的持续关注。各项改进既包含了底层功能的优化,也提供了更多便利的开发工具,值得开发者及时升级并应用到项目中。
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