Shiki项目在Safari浏览器中的语法高亮问题解析
问题背景
近期,使用Shiki进行代码语法高亮的开发者报告了一个重要问题:在Safari 18.4版本中,Svelte语言的语法高亮功能出现异常。这一问题表现为浏览器控制台报错"invalid operation in class set",导致高亮功能完全失效。值得注意的是,这一问题仅出现在Safari浏览器中,基于Chromium的浏览器则表现正常。
问题根源分析
经过深入调查,发现问题根源在于Safari浏览器对正则表达式的解析存在缺陷。具体来说,当正则表达式的字符类中包含嵌套类且以字面量连字符结尾时,Safari的解析器会抛出错误。例如,正则表达式/[[a]\-]/v在Safari中会触发解析错误,而/[\-[a]]/v则能正常工作。
这一问题的出现与Shiki从2.2.0版本升级到2.3.0版本时引入的oniguruma-to-es库更新有关。在2.3.0版本中,oniguruma-to-es从v2升级到v3,其中v3.1.1包含了对Safari另一个正则解析问题的修复。这个修复将转义的连字符移动到字符类的末尾,这在大多数情况下工作良好,但当字符类中包含嵌套类时,就会触发Safari的这个新bug。
解决方案
针对这一问题,oniguruma-to-es库在v4.3.2版本中实现了修复方案。修复方法是将转义的连字符移动到字符类的开头而非末尾,这样既避免了旧版本Safari的解析问题,也绕过了新版本Safari的这个新bug。
开发者可以通过以下方式应用这一修复:
- 升级到Shiki 3.4.0或更高版本,这些版本已经包含了修复后的oniguruma-to-es
- 如果暂时无法升级Shiki,可以通过包管理器的覆盖功能强制使用oniguruma-to-es v4.3.2+
技术启示
这一案例为我们提供了几个重要的技术启示:
- 浏览器兼容性问题仍然是前端开发中的重要挑战,特别是当涉及到复杂的正则表达式解析时
- 依赖库的更新可能会引入意想不到的浏览器兼容性问题,需要进行全面测试
- 对于正则表达式中的特殊字符处理,需要考虑不同浏览器引擎的实现差异
- 问题定位和解决过程中,版本对比和最小化重现是有效的调试手段
后续注意事项
虽然主问题已经解决,但有开发者报告在应用修复后出现了新的渲染问题:高亮后的语法会被复制到行末。这可能是另一个独立的问题,建议开发者:
- 确认是否同时使用了SSR和客户端渲染
- 尝试切换不同的正则引擎(JavaScript和Oniguruma)
- 如果问题持续存在,应创建新的issue并提供详细的复现步骤和环境信息
总结
Shiki项目团队对Safari浏览器中语法高亮问题的快速响应和解决,展示了开源社区处理浏览器兼容性问题的专业能力。这一案例也提醒开发者,在复杂的文本处理场景中,特别是涉及多语言支持和跨浏览器兼容时,需要特别关注不同浏览器引擎的细微差异。通过持续更新依赖库和关注浏览器变化,可以确保语法高亮等功能在各种环境下都能稳定工作。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
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