Markaby 技术文档
2024-12-23 17:02:08作者:柏廷章Berta
1. 安装指南
使用 Bundler 安装
在 Gemfile 中添加以下内容:
gem 'markaby'
然后运行以下命令安装:
bundle install
使用 Markaby 与 Rails 4/5+
安装 gem 后,在 config/initializers/markaby.rb 文件中添加以下内容:
require 'markaby/rails'
Markaby::Rails::TemplateHandler.register!({
tagset: Markaby::HTML5,
indent: 2,
})
将模板文件命名为 html.mab 扩展名,并配置文本编辑器将 .mab 文件视为 Ruby 文件。
使用 Markaby 与 Sinatra
在 Sinatra 中使用 Markaby 时,可以这样配置:
get '/foo' do
mab :my_template # my_template.mab 在 Sinatra 视图路径中
end
使用 Markaby 与其他框架
Markaby 可以通过 Tilt 模块与支持 Tilt 的任何 Web 框架一起使用。
2. 项目的使用说明
基本用法
Markaby 是一个用于在纯 Ruby 中编写 HTML 页面的工具。它提供了一种替代 ERb 的方式,允许你使用 Ruby 代码生成 HTML。
示例
以下是一个简单的 Markaby 示例:
require 'markaby'
mab = Markaby::Builder.new
mab.html do
head { title "Boats.com" }
body do
h1 "Boats.com has great deals"
ul do
li "$49 for a canoe"
li "$39 for a raft"
li "$29 for a huge boot that floats and can fit 5 people"
end
end
end
puts mab.to_s
使用 Markaby 在 Rails 中生成 HTML
在 Rails 中,你可以使用 Markaby 生成 HTML 模板。将模板文件命名为 html.mab,并在控制器中调用 render 方法。
使用 Markaby 在 Sinatra 中生成 HTML
在 Sinatra 中,你可以直接在路由中使用 mab 方法来生成 HTML。
3. 项目 API 使用文档
Markaby::Builder
Markaby::Builder 是 Markaby 的核心类,用于生成 HTML。你可以通过以下方式创建一个 Builder 实例:
mab = Markaby::Builder.new
方法
html: 生成 HTML 文档的根元素。head: 生成 HTML 文档的头部。body: 生成 HTML 文档的主体。tag!: 强制生成一个标签,适用于自定义标签。
示例
mab = Markaby::Builder.new
mab.html do
head { title "Boats.com" }
body do
h1 "Boats.com has great deals"
ul do
li "$49 for a canoe"
li "$39 for a raft"
li "$29 for a huge boot that floats and can fit 5 people"
end
end
end
puts mab.to_s
4. 项目安装方式
使用 Bundler 安装
在 Gemfile 中添加以下内容:
gem 'markaby'
然后运行以下命令安装:
bundle install
手动安装
你也可以通过以下命令手动安装 Markaby:
gem install markaby
使用 Markaby 与 Rails
在 Rails 项目中,安装 Markaby 后,需要在 config/initializers/markaby.rb 文件中进行配置:
require 'markaby/rails'
Markaby::Rails::TemplateHandler.register!({
tagset: Markaby::HTML5,
indent: 2,
})
使用 Markaby 与 Sinatra
在 Sinatra 项目中,可以直接在路由中使用 mab 方法来生成 HTML。
通过以上步骤,你可以轻松地在不同框架中使用 Markaby 生成 HTML 页面。
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python02
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
290
2.61 K
deepin linux kernel
C
24
7
React Native鸿蒙化仓库
JavaScript
227
306
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++
605
182
暂无简介
Dart
577
127
Ascend Extension for PyTorch
Python
116
149
🎉 (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
1.04 K
609
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
1.03 K
452
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
157
60