Milkdown 编辑器 Markdown 解析器在处理列表项后换行符时的异常分析
2025-05-24 00:49:37作者:明树来
问题现象
在使用 Milkdown 编辑器时,开发人员发现当 Markdown 内容中包含特定结构的列表项后跟随 HTML 换行标签 <br />
时,编辑器会出现解析异常。具体表现为当列表项文本使用粗体标记(**text**
)并以两个空格结尾(Markdown 的换行语法)时,如果紧接着出现 <br />
标签,解析器会抛出错误导致渲染失败。
技术背景
Milkdown 是一个基于 ProseMirror 的现代化 Markdown 编辑器框架,它使用 remark 作为 Markdown 解析器,将 Markdown 转换为抽象语法树(AST),然后再转换为 ProseMirror 的文档结构。在这个过程中,HTML 标签的处理是一个常见的痛点,因为 Markdown 和 HTML 的混合使用可能导致解析器状态管理复杂化。
问题根源分析
经过深入分析,这个问题源于 Milkdown 的解析器在处理列表项和 HTML 标签的边界条件时存在不足。具体来说:
- 列表项的结构特性:Markdown 列表项在解析后会转换为特定的 AST 节点,包含段落和其他块级内容。
- HTML 标签的解析:
<br />
作为行内 HTML 元素,在 Markdown 中通常被转换为换行符。 - 解析器状态冲突:当
<br />
出现在列表项之后时,解析器在关闭列表项节点和打开新块级节点之间出现了状态管理问题。
解决方案实现
为了解决这个问题,我们实现了一个自定义的 remark 插件 remarkFixBrInLists
,其核心逻辑如下:
- AST 遍历:使用 unist-util-visit 工具遍历 Markdown 的抽象语法树。
- HTML 节点检测:识别所有值为
<br />
的 HTML 节点。 - 上下文判断:检查这些节点是否位于列表项内部或紧邻列表项。
- 安全转换:将可能引发问题的
<br />
节点替换为一个包含单个空格的段落节点。
这种转换既保留了视觉上的间距效果,又避免了解析器的状态冲突。
技术实现细节
import { $remark } from "@milkdown/utils";
import { visit } from "unist-util-visit";
export const remarkFixBrInLists = $remark("remarkFixBrInLists", () => () => (tree) => {
visit(tree, "html", (node, index, parent) => {
if (node.value && node.value.trim() === "<br />" && parent && typeof index === "number") {
if (
parent.type === "listItem" ||
(index > 0 && parent.children[index - 1]?.type === "listItem") ||
(index < parent.children.length - 1 && parent.children[index + 1]?.type === "listItem")
) {
parent.children.splice(index, 1, {
type: "paragraph",
children: [{ type: "text", value: " " }],
});
}
}
});
});
最佳实践建议
- 避免混合使用 Markdown 和 HTML:尽量使用纯 Markdown 语法实现换行等简单格式。
- 注意列表项的格式一致性:保持列表项内部结构的统一性,避免在列表项间插入非常规元素。
- 考虑使用插件扩展:对于必须使用的特殊格式,可以通过自定义插件实现安全转换。
- 测试边界条件:在使用复杂格式组合时,应进行充分的边界条件测试。
总结
这个问题展示了 Markdown 解析器在处理混合内容时的复杂性,特别是当 HTML 元素出现在特定上下文环境中时。通过实现自定义 remark 插件,我们不仅解决了当前问题,还为处理类似情况提供了可扩展的解决方案。这种基于 AST 转换的方法具有很好的通用性,可以应用于其他 Markdown 解析异常的处理场景。
对于 Milkdown 用户来说,理解解析器的工作原理和限制有助于编写更健壮的 Markdown 内容,同时也展示了 Milkdown 框架通过插件机制提供的强大扩展能力。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~047CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0302- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
262

🎉 (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
863
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

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
332
1.08 K