TOAST UI Editor 3.0 迁移指南:从2.x到3.0的全面升级解析
2026-02-04 04:00:45作者:温玫谨Lighthearted
前言
TOAST UI Editor作为一款功能强大的Markdown编辑器,在3.0版本中进行了重大架构升级。本文将从技术角度深入解析2.x到3.0版本的迁移要点,帮助开发者顺利完成版本过渡。
核心架构变化
3.0版本最显著的改变是底层架构的全面重构:
- 依赖模块替换:移除了CodeMirror、squire和to-mark等依赖,转而采用Prosemirror作为核心编辑引擎
- 模型抽象化:通过Prosemirror实现了更清晰的抽象模型层
- API重构:核心模块API和插件系统都进行了重大调整
安装与使用变更
包安装方式
虽然包名保持不变,但内部实现已完全不同:
npm install @toast-ui/editor
npm install @toast-ui/editor@<特定版本>
新增EditorCore模块
3.0版本引入了EditorCore模块,为需要自定义UI的开发者提供了更大的灵活性:
import { EditorCore } from '@toast-ui/editor';
const editorCore = new EditorCore({
el: document.querySelector('#editor'),
// 其他配置
});
const { mdEditor, mdPreview, wwEditor } = editorCore.getEditorElements();
打包结构优化
新版打包结构更加清晰:
dist/
├─ cdn/... # CDN资源
├─ i18n/... # 国际化文件
├─ esm/ # ESM模块
├─ theme/ # 主题文件
│ └─ toastui-editor-dark.css # 新增暗黑主题
├─ toastui-editor.css
└─ toastui-editor.js
暗黑主题支持
3.0版本新增了官方暗黑主题:
import Editor from '@toast-ui/editor';
import '@toast-ui/editor/dist/theme/toastui-editor-dark.css';
const editor = new Editor({
// ...
theme: 'dark', // 启用暗黑主题
});
工具栏定制新方式
工具栏配置方式从一维数组升级为更直观的二维数组:
旧版(2.x)
toolbarItems: [
'heading', 'bold', 'italic', 'strike',
'divider', // 需要显式添加分隔符
'hr', 'quote'
]
新版(3.0)
toolbarItems: [
['heading', 'bold', 'italic', 'strike'], // 第一组
['hr', 'quote'] // 第二组
]
自定义工具栏项
3.0版本简化了自定义工具栏项的流程:
const customItem = {
name: 'color',
tooltip: '文本颜色',
className: 'custom-color-icon',
popup: {
className: 'color-popup',
body: colorPickerElement,
style: { width: 'auto' }
}
};
插件系统重构
3.0版本对插件系统进行了彻底重构,提供了更清晰的API边界。
命令注册
{
markdownCommands: {
customCommand: (payload, state, dispatch) => {
// 命令逻辑
}
},
wysiwygCommands: {
customCommand: (payload, state, dispatch) => {
// 命令逻辑
}
}
}
内容转换
{
toHTMLRenderers: {
customNode(node, { entering, origin }) {
// 自定义HTML渲染逻辑
}
},
toMarkdownRenderers: {
customNode(nodeInfo) {
// 自定义Markdown生成逻辑
}
}
}
工具栏项注册
{
toolbarItems: [
{
groupIndex: 0, // 第一组
itemIndex: 1, // 插入位置
item: customToolbarItem
}
]
}
API与事件变更
命令API变化
| 2.x版本 | 3.0版本 |
|---|---|
addCommand(type, {name, exec}) |
addCommand(type, name, exec) |
exec(name, ...args) |
exec(name, payload) |
文本操作API
3.0版本废弃了getTextObject(),提供了更直观的API:
// 替换选中文本
editor.replaceSelection('新文本');
// 删除选中文本
editor.deleteSelection();
// 获取选中文本
const selectedText = editor.getSelectedText();
重要重命名
| 2.x方法名 | 3.0方法名 |
|---|---|
setHtml |
setHTML |
remove |
destroy |
浏览器支持调整
3.0版本仅支持IE11及以上浏览器,不再支持IE10。
移除的功能
- jQuery包装器:需要自行封装
- 直接访问底层依赖:
getCodeMirror()等方法已移除 - 废弃API:包括
linkAttribute等已重命名或移除的API
迁移建议
- 先在小规模项目中测试迁移
- 重点关注自定义插件和工具栏的部分
- 利用TypeScript类型定义辅助迁移
- 彻底测试编辑器在各种场景下的表现
通过遵循本指南,开发者可以顺利完成TOAST UI Editor从2.x到3.0的迁移,享受新版带来的性能提升和开发便利。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
个人知识系统构建指南:从信息碎片到思维网络的模块化解决方案高效解锁网易云音乐灰色歌曲:开源工具全平台部署指南如何高效采集B站评论数据?这款Python工具让数据获取效率提升10倍提升动态视觉体验:Waifu2x-Extension-GUI智能增强与效率提升指南革新性缠论分析工具:系统化构建股票技术指标体系终结AutoCAD字体痛点:FontCenter让99%的字体问题迎刃而解Atmosphere-NX PKG1启动错误解决方案如何用ComfyUI-WanVideoWrapper实现多模态视频生成?解锁AI创作新可能3行代码解锁无水印视频提取:这款开源工具如何让自媒体效率提升300%5分钟上手!零代码打造专业拓扑图的免费工具
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
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
390
284
🎉 (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
1.54 K
891
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++
939
861
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
1.07 K
557
暂无简介
Dart
902
218
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
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195