TypeDoc自定义装饰器文档标题与路径方案
2025-05-28 09:23:29作者:胡唯隽
背景介绍
TypeDoc作为一款流行的TypeScript文档生成工具,在生成API文档时会将函数统一归类为"Function"类型。然而在实际开发中,我们经常需要区分普通函数和装饰器函数,特别是在大型项目中,这种区分对于文档的可读性和维护性非常重要。
问题分析
默认情况下,TypeDoc将所有函数都标记为"Function"类型,这导致装饰器函数在文档中无法直观地与普通函数区分开来。虽然可以通过@category标签进行分类,但这并不能改变每个装饰器函数页面的标题显示方式。
解决方案
我们可以通过开发TypeDoc插件来实现以下功能:
- 为装饰器函数显示"Decorator"前缀而非"Function"
- 将装饰器函数放在独立的路径下(如/decorators/)
核心实现思路
- 自定义标签定义:引入
@decorator作为修饰标签 - 自动分类:自动为带有装饰器标签的函数添加
@category Decorator分类 - 主题定制:重写默认主题的渲染逻辑,修改标题显示
- 路径定制:将装饰器函数输出到独立目录
关键技术点
标签处理
在插件初始化阶段,我们需要确保@decorator标签被正确识别为修饰标签,同时不会在文档中直接显示:
app.options.setValue("modifierTags", [...app.options.getValue("modifierTags"), DECORATOR_TAG]);
app.options.setValue("notRenderedTags", [...app.options.getValue("notRenderedTags"), DECORATOR_TAG]);
自动分类
通过监听TypeDoc的转换事件,自动为装饰器添加分类:
app.converter.on(Converter.EVENT_CREATE_SIGNATURE, (_context, sig) => {
if (sig.comment?.hasModifier(DECORATOR_TAG)) {
sig.comment.blockTags.push(new CommentTag("@category", [{ kind: "text", text: "Decorator" }]));
}
});
标题定制
通过重写主题渲染上下文,临时修改函数类型的显示文本:
this.internationalization.addTranslations(
this.options.getValue("lang"),
{
kind_function: "Decorator",
},
true,
);
路径定制
重写URL构建逻辑,将装饰器放在独立路径下:
const url = ["decorators", this.getFileName(reflection)].join("/");
urls.push(new UrlMapping(url, reflection, this.reflectionTemplate));
实现注意事项
- 版本兼容性:此方案基于TypeDoc 0.27版本实现,需要注意未来版本可能存在的API变更
- 性能考虑:频繁修改国际化文本可能会影响性能,在实际应用中应考虑优化
- 扩展性:此模式可以扩展支持其他特殊函数类型的定制化显示
实际应用效果
应用此方案后,文档系统将能够:
- 在索引页中通过分类区分装饰器和普通函数
- 为每个装饰器生成独立的文档页面,标题显示为"Decorator: 名称"
- 所有装饰器文档统一存放在/decorators/路径下
这种方案显著提升了文档的可读性和组织结构,特别适合大量使用装饰器的项目,如Angular应用或使用了大量装饰器的Node.js框架。
总结
通过TypeDoc的插件机制,我们可以灵活定制文档生成的各个方面。本文介绍的装饰器文档定制方案不仅解决了基本的显示问题,还通过路径隔离进一步提升了文档的组织结构。这种思路也可以应用于其他需要特殊处理的代码元素,为团队打造更符合实际需求的文档系统。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
498
3.65 K
Ascend Extension for PyTorch
Python
301
343
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
309
134
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++
870
482
暂无简介
Dart
745
180
React Native鸿蒙化仓库
JavaScript
297
347
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
11
1
🔥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
66
20
仓颉编译器源码及 cjdb 调试工具。
C++
151
882