Highlight.js 项目中 Arcade 语言语法高亮更新解析
2025-05-08 18:30:10作者:曹令琨Iris
在代码高亮库 Highlight.js 的持续维护过程中,保持对各类编程语言最新特性的支持是一项重要工作。近期开发者发现该库对 Arcade 脚本语言(Esri 开发的地理空间计算语言)的语法高亮支持已落后于官方 1.29 版本规范。本文将深入解析这次语法更新的技术细节。
Arcade 语言特性演进
Arcade 作为 Esri 地理信息系统平台中的表达式语言,近年来新增了多项语法特性。Highlight.js 需要同步更新以下三个核心语法识别模块:
-
新增关键字
语言新增了of作为流程控制关键词,用于特定场景下的集合操作。这类基础关键词的识别直接影响代码结构的正确高亮。 -
内置函数扩展
1.29 版本引入了 8 个新的地理空间处理函数:- 坐标计算类:
DistanceToCoordinate、MeasureToCoordinate、PointToCoordinate - 数据查询类:
FeatureInFilter、FilterBySubtypeCode、QueryGraph - 系统工具类:
StandardizeFilename - 知识图谱类:
KnowledgeGraphByPortalItem
这些函数名需要加入内置函数列表以确保方法调用的正确着色。
- 坐标计算类:
-
环境变量补充
新增了三个预定义变量:graph:用于知识图谱操作userInput:处理用户输入数据variables:访问变量集合
语法定义文件优化策略
在 Highlight.js 的语法定义体系中,这类更新通常涉及以下技术要点:
-
关键词分类存储
不同性质的关键词需要放入定义文件的不同区块:keywords: 'of', built_ins: 'DistanceToCoordinate|MeasureToCoordinate|...', $pattern: /[\w.]+/ // 确保包含点号分隔的复合名称 -
版本兼容性处理
考虑到用户可能使用不同版本的 Arcade,建议在语法定义中保留历史关键词而非直接替换,通过版本注释注明新增范围。 -
测试用例覆盖
新增的语法元素需要配套测试案例,特别关注:- 新关键词的边界识别(如
of在变量名中的误判) - 复合函数名的正确分割(如
KnowledgeGraphByPortalItem) - 变量名的上下文区分(如
variables作为属性访问时)
- 新关键词的边界识别(如
对开发者的影响
使用 Highlight.js 进行 Arcade 代码高亮的项目需要注意:
- 升级后将正确显示新增语法元素
- 历史代码中的这些关键词可能被重新着色
- 需要检查自定义语法规则是否与新版本存在冲突
建议开发者通过语义化版本号管理这类语法定义更新,当合并到主分支后,应发布次版本号升级(如从 v11.5.0 到 v11.6.0)以表明向后兼容的特性新增。
本文所述修改已由社区开发者提交合并请求,体现了开源项目通过协作保持技术前沿性的典型流程。对于使用 Arcade 进行地理空间计算的开发者,及时更新 Highlight.js 依赖将获得更准确的代码可视化体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322