推荐开源项目:github-slugger——像GitHub一样生成Markdown标题链接
2024-05-22 02:04:33作者:卓炯娓
GitHub 的 Markdown 头部链接以其简洁和独特性而受到广泛赞誉。想要在自己的项目中复制这一功能吗?那么,github-slugger 是你的理想选择。这个小巧的库能帮助你精确地模仿 GitHub 对 Markdown 标题锚点的处理方式。
项目介绍
github-slugger 是一个轻量级的 JavaScript 库,用于生成与 GitHub 上类似的唯一且规范化的 URL 缩略名(slug)。它不仅考虑了非拉丁字符和表情符号,还确保在同一文档内的重复标题拥有唯一的标识符。
项目技术分析
- 独有算法:
github-slugger使用了一种专为生成 Markdown 标题链接设计的算法,将文本转换成安全的 URL 友好的字符串。 - 非解析器特性:不同于传统的 Markdown 或 HTML 解析器,它只接受纯文本输入,如
alpha bravo charlie,而不接受格式化文本。 - 重复标题管理:当遇到相同的标题时,
github-slugger将自动添加-1,-2等后缀以保证唯一性。 - 国际化支持:它可以妥善处理多种语言的字符,包括非拉丁字符,如俄语和中文。
- 内置冲突解决机制:通过跟踪已使用的 slug,确保每个生成的链接都是独一无二的。
项目及技术应用场景
github-slugger 非常适合以下场景:
- 创建自动生成博客文章或文档页面的目录结构。
- 构建静态网站生成器时,用于为页面创建友好的 URL。
- 在任何需要从文本中提取可读且唯一的标识符的地方。
项目特点
- 简单易用:只需简单的几行代码,即可快速集成到你的项目中。
- 高度兼容:无论你是 Node.js 环境还是浏览器环境,都可以轻松使用。
- 灵活接口:提供两种模式,一种带有历史记录,保持唯一性;另一种仅对单次输入生成 slug,适用于不需要维护历史的场合。
- 测试覆盖率高:提供了详尽的测试案例,确保了代码的稳定性和准确性。
安装与使用
npm install github-slugger
然后,你可以这样使用:
import GithubSlugger from 'github-slugger'
const slugger = new GithubSlugger()
console.log(slugger.slug('我的文章标题')) // 输出 '我的文章标题'
console.log(slugger.slug('又是一个标题')) // 输出 '又是一个标题'
console.log(slugger.slug('我的文章标题')) // 输出 '我的文章标题-1'
查看 test/fixtures.json 文件获取更多示例。
如果你需要一次性生成 slug 而不考虑历史,可以使用 slug 函数:
import { slug } from 'github-slugger'
console.log(slug('一篇文章的摘要')) // 输出 '一篇文章的摘要'
结语
github-slugger 是一个强大的工具,能让你的文档和项目链接看起来更加专业。无论你是开发者还是内容创作者,都值得将其加入你的工具箱。现在就试试看,让自己的项目体验更接近 GitHub 吧!
许可证
该项目遵循 ISC 许可证。
祝你在编码旅程中一切顺利!
登录后查看全文
热门项目推荐
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-1.5暂无简介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
最新内容推荐
RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 Jetson TX2开发板官方资源完全指南:从入门到精通 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
186
201
暂无简介
Dart
625
141
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
React Native鸿蒙化仓库
JavaScript
242
315
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
381
3.52 K
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
480
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++
648
265
🎉 (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
1.11 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
127
857