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 14:41:09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
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
- DDeepSeek-V3.1-TerminusDeepSeek-V3.1-Terminus是V3的更新版,修复语言问题,并优化了代码与搜索智能体性能。Python00
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~0270get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java00- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
AudioFly
AudioFly是一款基于LDM架构的文本转音频生成模型。它能生成采样率为44.1 kHz的高保真音频,且与文本提示高度一致,适用于音效、音乐及多事件音频合成等任务。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
149
1.95 K

deepin linux kernel
C
22
6

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
981
395

React Native鸿蒙化仓库
C++
192
274

🎉 (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
932
555

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190

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
8
0

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
65
519

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
1.11 K
0