思源笔记行内元素复制优化:移除Markdown标记符的技术实现
2025-05-04 16:16:07作者:江焘钦
背景与问题分析
思源笔记作为一款强大的Markdown笔记工具,在日常使用中用户经常需要复制行内元素(如行内代码、数学公式等)到其他应用程序中。然而,当前版本在复制这些内容时会保留Markdown标记符(如反引号`、美元符号$等),导致粘贴到非Markdown环境时出现格式问题。
技术挑战
- 格式保留与纯文本的平衡:需要在保留Markdown格式(用于思源内部粘贴)和提供纯文本(用于外部粘贴)之间找到平衡点
- 多种行内元素处理:不同行内元素(代码、公式、粗体等)需要统一处理逻辑
- 用户习惯兼容:不能影响用户现有的复制粘贴习惯,特别是思源内部的复制粘贴操作
解决方案演进
开发团队经过多次讨论,最终确定了以下技术方案:
-
基于选中范围的智能处理:
- 当用户选中文本完全包含在单个行内元素中时,
text/plain格式将自动移除Markdown标记符 - 完整块复制时保持原有行为不变
- 当用户选中文本完全包含在单个行内元素中时,
-
剪贴板多格式支持:
- 同时提供
text/plain(无标记符)和text/siyuan(完整Markdown格式)两种剪贴板格式 - 外部应用程序会自动选择
text/plain格式 - 思源内部粘贴会自动选择
text/siyuan格式
- 同时提供
-
特殊元素处理:
- 对于数学公式等特殊行内元素,保留必要的格式标记以确保公式可读性
- 零宽空格等不可见字符将被过滤,确保终端粘贴的纯净性
实现细节
- DOM解析优化:改进选区解析算法,准确识别行内元素边界
- 剪贴板事件拦截:重写copy事件处理逻辑,动态生成不同格式内容
- 格式转换管道:建立Markdown到纯文本的转换规则集,处理各种行内元素情况
用户价值
这一改进将显著提升以下场景的用户体验:
- 代码片段共享:复制到IDE或终端时不再需要手动删除反引号
- 跨平台协作:粘贴到非Markdown环境(如邮件、IM)时自动获得干净文本
- 学术写作:数学公式可以方便地复制到各种文本编辑器中
未来展望
团队计划进一步优化该功能,包括:
- 增加设置选项,让用户自定义复制行为
- 支持更多行内元素的智能处理
- 改进特殊字符过滤规则,适应更多使用场景
这一改进体现了思源笔记团队对用户体验细节的关注,也展示了开源项目通过社区反馈持续优化的典型过程。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0123
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
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
457
446
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
254