当前位置:首页 > 文章列表 > 文章 > php教程 > PHP ReflectionFunctionAbstract.getAttributes 怎样按属性类名筛选函数属性

PHP ReflectionFunctionAbstract.getAttributes 怎样按属性类名筛选函数属性

来源:17golang原创 2026-11-18 09:51:28 0浏览 收藏

在PHP中使用ReflectionFunctionAbstract::getAttributes按属性类名筛选函数属性时,直接将目标属性类的完整限定名作为唯一参数传入方法,就能直接返回所有匹配该类的属性实例,不需要额外遍历全量属性做类名校验。

PHP 函数反射可以通过 $ref->getAttributes(TaskTag::class) 按属性类名筛选。默认只匹配指定类名;希望派生属性类或接口实现类也被选中时,传入 ReflectionAttribute::IS_INSTANCEOF。返回项仍是反射元数据,并不会因为筛选成功就自动成为业务标记实例。

官方文档:https://www.php.net/manual/en/reflectionfunctionabstract.getattributes.php

假设一个函数同时声明基础任务标记和审计任务标记,扫描器只想取任务相关配置。下面用一个完整的 PHP 8 示例说明筛选范围;它是原创代码示例,未作为本机运行证据。

精确类名筛选为什么只返回一个标记

先给两种标记都声明函数使用目标,并让 AuditTaskTag 继承 TaskTag。业务函数 buildInvoice 保持为空,因为这里只研究函数声明上的属性,不需要调用业务逻辑。

getAttributes(TaskTag::class);
foreach ($exact as $metadata) {
    echo $metadata->getName(), PHP_EOL;
}

按本例的声明,默认筛选只包含 TaskTag 对应的元数据。AuditTaskTag 虽然是派生类,其声明名称仍不同。不要把“属性类存在继承关系”误读成默认筛选会递归包含子类。

函数声明属性与反射返回类型的静态关系图
静态说明图:函数声明、类继承与反射查询属于不同关系;返回数组中的元素是ReflectionAttribute。

需要包含派生标记时使用类型匹配

如果扫描规则本来就允许整个 TaskTag 家族,继续在同一示例文件中使用下面的调用。这里改变的是筛选条件,不是给业务函数增加标记。

// 接在上例之后:采用类型关系筛选,包含基础标记和派生标记。
$family = $ref->getAttributes(
    TaskTag::class,
    \ReflectionAttribute::IS_INSTANCEOF
);
foreach ($family as $metadata) {
    // 读取声明中的参数,尚未创建TaskTag业务对象。
    echo $metadata->getName(), ': ',
         json_encode($metadata->getArguments()), PHP_EOL;
}

该声明下,类型筛选会包含两种标记。也可以用接口作为筛选条件,但对应属性类必须实现该接口。类型匹配需要类加载,因此项目的自动加载错误可能在筛选阶段暴露;不要把这种异常记成“没有匹配项”。

调用选择范围
getAttributes()该函数或方法声明的全部属性元数据
getAttributes(TaskTag::class)匹配指定完整类名
加IS_INSTANCEOF按类型关系匹配

读取元数据和创建标记实例分开处理

getName() 与 getArguments() 适合扫描名称和配置参数。只有确实需要属性类对象时才调用 newInstance();它会调用属性类的构造函数,可能暴露参数错误或类加载问题。

// 接在上例之后:先处理空数组,再按需要显式创建标记对象。
foreach ($family as $metadata) {
    try {
        $tag = $metadata->newInstance();
        echo $tag->name, PHP_EOL;
    } catch (\Throwable $error) {
        // 示例保留异常信息;生产扫描器可按项目策略记录并终止或跳过。
        fwrite(STDERR, '标记创建失败:' . $error->getMessage() . PHP_EOL);
    }
}
反射属性元数据读取与显式实例化职责结构图
静态说明图:名称和参数读取操作服务于元数据;newInstance负责创建业务对象,不应把两种对象混用。

空结果与异常应该怎样区分

类名正确,为什么仍然是空数组?

先不传筛选名称列出getName结果,再核对完整命名空间和反射目标。函数上的标记应从函数反射读取;如果标记声明在参数上,要查看参数反射对象,不能假设函数会汇总参数属性。

ReflectionFunctionAbstract能直接new吗?

它是抽象父类。普通函数使用ReflectionFunction,类方法使用ReflectionMethod,再调用共有的getAttributes方法。

拿到元数据是否代表属性构造一定成功?

不代表。反射描述与实际实例化分离,构造问题可能在newInstance时才出现。保留筛选与实例化两个阶段的异常信息,才能区分“没匹配到”与“匹配到但创建失败”。

属性反射说明:https://www.php.net/manual/en/language.attributes.reflection.php

实例创建方法:https://www.php.net/manual/en/reflectionattribute.newinstance.php

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go go/scanner.ErrorList.Add 怎样保留多个源码位置对应的扫描错误Go go/scanner.ErrorList.Add 怎样保留多个源码位置对应的扫描错误
上一篇
Go go/scanner.ErrorList.Add 怎样保留多个源码位置对应的扫描错误
PyTorch torch.get_default_dtype 怎样读取新建浮点张量默认使用的数据类型
下一篇
PyTorch torch.get_default_dtype 怎样读取新建浮点张量默认使用的数据类型
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1091次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1088次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1252次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1196次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1041次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码