Vitepress中LastUpdated时间在Safari浏览器不显示的解决方案
2025-05-16 11:25:51作者:尤峻淳Whitney
在Vitepress项目中,开发者有时会遇到LastUpdated时间在Safari浏览器上不显示的问题。这个问题看似简单,但背后涉及到了YAML时间格式的规范性问题。
问题现象
当使用Vitepress搭建文档网站时,开发者可能会发现:
- 在Edge/Chrome等现代浏览器中,LastUpdated时间显示正常
- 但在Safari浏览器(特别是iOS版本)中,LastUpdated时间完全不显示
- 页面源代码中确实存在时间数据,但前端渲染时却丢失了
根本原因
经过分析,这个问题通常是由于YAML frontmatter中的时间格式不规范导致的。具体来说:
- 开发者常用的格式如"2024-6-21 18:00"并不符合YAML时间戳的官方规范
- Safari浏览器对时间格式的解析更为严格,无法识别这种非标准格式
- 其他浏览器可能对这种非标准格式有一定的容错能力,所以能正常显示
解决方案
要解决这个问题,必须确保在frontmatter中使用符合YAML规范的时间格式。以下是几种有效的格式示例:
lastUpdated: 2024-06-21T18:00:00Z # 标准ISO格式,带时区
lastUpdated: 2024-06-21 18:00:00 # 无时区格式
lastUpdated: 2024-06-21 # 仅日期格式(时间默认为00:00:00)
最佳实践建议
- 始终使用标准格式:推荐使用ISO 8601格式(YYYY-MM-DDTHH:MM:SSZ)
- 考虑时区问题:如果涉及多时区用户,明确指定时区
- 验证工具:使用YAML验证工具检查frontmatter格式是否正确
- 跨浏览器测试:特别是Safari浏览器,它对格式要求最为严格
总结
这个案例告诉我们,在开发过程中,遵循标准规范的重要性。即使是看似简单的时间格式,在不同的环境下也可能产生不同的表现。通过使用标准化的时间格式,可以确保Vitepress的LastUpdated功能在所有浏览器中都能正常工作。
对于Vitepress用户来说,了解并遵循YAML的时间格式规范,可以避免很多潜在的兼容性问题,提升项目的稳定性和用户体验。
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-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217