Milkdown编辑器移动端列表项冻结问题分析与解决方案
2025-05-24 15:20:22作者:彭桢灵Jeremy
问题背景
Milkdown作为一款现代化的编辑器框架,在桌面端表现优异,但在移动设备(特别是Android平台)上处理列表项时会出现界面冻结的问题。这个问题主要影响用户在移动设备上创建和管理列表项的操作体验。
问题现象
当用户在移动设备上使用Milkdown编辑器时:
- 按下回车键无法正常创建新的列表项,而是产生普通换行
- 经过多次操作尝试后,整个编辑器界面会完全冻结
- 任务列表的复选框状态管理异常
技术原因分析
经过深入分析,这个问题主要由以下几个技术因素导致:
-
移动端事件处理差异:移动设备的键盘事件处理与桌面端存在差异,特别是Android系统对Enter键的处理方式不同,导致splitListItemCommand命令无法正常触发。
-
自定义元素渲染问题:原实现中使用了Atomico的customElements进行渲染,这在移动端环境下可能导致性能问题和渲染异常。
-
状态同步机制缺陷:列表项的状态(特别是复选框状态)在分割时未能正确同步到新创建的列表项中。
解决方案
核心修复方案
-
移除customElements依赖:直接使用html().render()方法替代customElements进行渲染,提高移动端兼容性。
-
增强splitListItemCommand:修改分割列表项命令,确保复选框状态正确复制到新项:
export const splitListItemCommand = $command(
'SplitListItem',
(ctx) => () => {
return function (state, dispatch) {
let { $from } = state.selection;
const closestListItem = closestNode($from, (node) => {
return node.type.name === listItemSchema.type(ctx).name
})
const attrs = closestListItem?.attrs?.checked !== null ? {
checked: false
} : undefined
const splitCommand = splitListItem(
listItemSchema.type(ctx),
attrs
)
return splitCommand(state, dispatch)
}
}
)
- 添加移动端特殊处理:针对Android平台的特性,增加额外的状态检查逻辑:
const isAfterCheckbox = resolvedPos.nodeBefore?.attrs.checked === true
|| resolvedPos.nodeBefore?.attrs.checked === false
if ( initialNode.textContent === ''
&& isAfterCheckbox
&& node.attrs.checked !== false
&& Platform.is.android
) {
setAttr('checked', false)
node.attrs.checked = false
}
迁移至Vue的解决方案
在后续版本中,项目团队通过将实现迁移到Vue框架,从根本上解决了这个问题。Vue的响应式系统和虚拟DOM机制提供了更好的跨平台兼容性,特别是在移动设备上的表现更为稳定。
最佳实践建议
- 对于仍在旧版本的用户,建议应用上述补丁代码临时解决问题
- 对于新项目,推荐使用已修复该问题的Vue实现版本
- 在开发跨平台编辑器时,应特别注意移动端的事件处理差异
- 对于复杂的状态管理,建议增加额外的平台检测和容错处理
总结
Milkdown编辑器在移动端的列表项冻结问题是一个典型的跨平台兼容性问题。通过分析我们可以看到,这类问题的解决往往需要从框架选择、事件处理和状态管理等多个角度综合考虑。最终的Vue迁移方案不仅解决了当前问题,还为未来的跨平台开发奠定了更坚实的基础。
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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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++
689
326
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
493