Marked.js 类型声明与实现不一致问题分析
2025-05-04 10:04:28作者:曹令琨Iris
问题背景
在 Marked.js 14.0.0 版本中,TypeScript 类型声明文件(marked.d.ts)声明了两个常量 block 和 inline 为导出项,但实际上这些常量并未在模块的导出列表中出现。这种类型声明与实际实现不一致的情况会导致 TypeScript 开发者遇到运行时错误。
技术细节
Marked.js 的类型声明文件中包含以下导出声明:
export declare const block: {
// 类型定义
};
export declare const inline: {
// 类型定义
};
然而,在模块的实际实现中(包括 ESM、CJS 和 UMD 格式),这些常量并未被真正导出。例如在 marked.esm.js 中,导出的只有以下内容:
export { Hooks, Lexer, Marked, Parser, Renderer, TextRenderer, Tokenizer, defaults, getDefaults, lexer, marked, options, parse, parseInline, parser, setOptions, use, walkTokens };
影响分析
这种不一致会导致以下问题:
- TypeScript 编译时不会报错,开发者可以正常导入这些不存在的导出项
- 运行时会出现模块导出不存在的错误
- 破坏了 TypeScript 的类型安全性保证
解决方案
项目维护者确认这是一个需要修复的问题,并指出:
block和inline是内部实现细节,不应暴露给外部使用- 这些内部结构可能会在不发布主版本更新的情况下发生变化
- 正确的修复方式是修改类型声明文件,移除这些错误的导出声明
替代方案
对于需要访问 Marked.js 内部 token 结构的开发者,维护者建议使用以下方法:
- 使用
marked.lexer(src, options)方法获取 token 树 - 通过
hooks.processAllTokens钩子访问 lexer 输出的 token 树 - 这些 API 是官方支持的稳定接口,更适合开发者使用
总结
这个案例提醒我们:
- 类型声明文件必须与实际实现保持严格一致
- 内部实现细节不应暴露在公共 API 中
- 开发者应使用官方文档支持的 API 而非内部实现
对于 Marked.js 用户,建议升级到修复此问题的版本,并避免依赖未文档化的内部结构。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
215
234
暂无简介
Dart
662
152
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
React Native鸿蒙化仓库
JavaScript
253
320
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++
660
296
🎉 (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
1.18 K
646
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
🔥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
仓颉编程语言开发者文档。
59
818