Vitepress 中长数学公式的显示优化方案
2025-05-16 17:06:31作者:齐添朝
在 Vitepress 文档系统中,数学公式的显示是一个常见需求。当公式过长时,特别是在移动设备上查看时,经常会出现公式超出页面宽度的问题,影响阅读体验。本文将深入分析这一问题,并提供几种有效的解决方案。
问题分析
Vitepress 默认使用 MathJax 来渲染数学公式。当遇到较长的公式时,特别是在移动设备上,公式会超出容器宽度,导致页面布局混乱。这是因为 MathJax 生成的 SVG 元素默认不会自动换行或添加滚动条。
解决方案
基础 CSS 解决方案
最简单的解决方案是通过 CSS 为 MathJax 容器添加横向滚动功能:
mjx-container {
display: inline-block;
margin: auto 2px -2px;
overflow-x: auto;
max-width: 100%;
}
这段代码实现了:
- 保持容器为行内块级元素
- 添加适当的边距
- 启用横向滚动
- 限制最大宽度为父容器宽度
更精细的 Tailwind CSS 方案
对于使用 Tailwind CSS 的项目,可以采用更精细的控制方案:
mjx-container[style*="display: block;"] {
overflow-x: auto;
overflow-y: hidden;
}
mjx-container > svg {
display: inline-block;
}
这个方案的特点是:
- 只针对块级显示的公式容器
- 精确控制滚动方向
- 确保 SVG 元素正确显示
实现效果
应用上述方案后,长公式将:
- 在桌面端保持原有显示效果
- 在移动端自动出现横向滚动条
- 不会破坏页面整体布局
- 保持公式的完整性和可读性
最佳实践建议
- 对于简单的 Vitepress 项目,推荐使用基础 CSS 方案
- 对于使用 Tailwind CSS 的复杂项目,可以采用第二种方案
- 可以考虑将样式放在主题的自定义 CSS 文件中
- 测试时需特别注意移动端显示效果
通过以上方案,可以有效解决 Vitepress 中长数学公式的显示问题,提升文档的可读性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0577
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
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
509
550
暂无描述
Markdown
852
5.68 K
deepin linux kernel
C
33
16
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
845
1.69 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
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++
1.25 K
1.37 K
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++
502
345
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410