Docusaurus 中如何自定义图片资源的输出名称
2025-04-30 08:06:22作者:翟江哲Frasier
在 Docusaurus 项目中,默认情况下会对图片资源添加哈希值作为文件名的一部分。这一设计主要是为了缓存优化考虑,确保当图片内容发生变化时,浏览器能够获取最新的资源版本。
默认行为分析
Docusaurus 使用 Webpack 处理静态资源时,默认配置会对图片文件名添加哈希值。例如,一个名为 example.png 的图片在构建后可能会变成 example.abc123.png 这样的形式。
这种哈希机制带来了以下优势:
- 长期缓存 - 当图片内容不变时,浏览器可以重复使用缓存
- 缓存失效 - 当图片内容更新时,哈希值会变化,确保用户获取最新版本
自定义配置方案
虽然默认行为对大多数项目有利,但在某些特定场景下,开发者可能需要移除这个哈希值。例如:
- 需要固定URL地址用于外部引用
- 与其他系统集成时需要保持文件名不变
- 开发环境调试时希望保持资源路径稳定
Docusaurus 提供了两种主要的解决方案:
方案一:使用静态文件夹
最简单的方法是将图片放置在 static 目录下。这个目录中的内容会被直接复制到构建输出目录,不会经过Webpack处理,因此不会添加哈希值。
使用步骤:
- 在项目根目录创建
static文件夹 - 将图片放入
static/images等子目录 - 在Markdown或React组件中直接引用
/images/example.png
方案二:修改Webpack配置
对于必须通过Webpack处理的图片资源,可以通过自定义插件修改Webpack配置:
module.exports = {
plugins: [
function customImagePlugin(context, options) {
return {
name: 'custom-image-plugin',
configureWebpack(config) {
const imageRule = config.module.rules.find(
(rule) => rule.test && rule.test.test('.png')
);
if (imageRule) {
imageRule.use[0].options.name = 'assets/images/[name].[ext]';
}
return config;
},
};
},
],
};
需要注意的是,直接修改Webpack配置可能会影响构建性能和缓存策略,建议仅在确实需要时使用此方法。
最佳实践建议
- 对于需要固定URL的图片,优先使用static目录方案
- 对于网站主要内容中的图片,保留默认的哈希机制以获得更好的性能
- 如果必须修改Webpack配置,确保了解其对构建系统的影响
- 在团队协作项目中,任何对构建配置的修改都应该明确记录原因
通过合理选择方案,开发者可以在Docusaurus项目中灵活地管理图片资源,既满足特定需求,又保持网站的整体性能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介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
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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