JSDOM 27.0.0-beta.0 版本前瞻:CSS 选择器引擎升级与事件系统增强
JSDOM 是一个在 Node.js 环境中实现 Web 标准的纯 JavaScript 实现,它模拟了浏览器环境中的 DOM 和 HTML 标准。作为前端开发和测试的重要工具,JSDOM 的最新 27.0.0-beta.0 版本带来了两项重大改进:CSS 选择器引擎的替换和事件构造函数的扩展。
全新 CSS 选择器引擎带来更强大的选择能力
本次 beta 版本最核心的变化是将 CSS 选择器引擎从 nwsapi 替换为 @asamuzakjp/dom-selector。这并非 JSDOM 首次尝试这一变更,早在 23.2.0 版本中就曾尝试过,但由于性能问题在 24.0.0 版本中回退。经过开发团队的持续优化,新版 @asamuzakjp/dom-selector 的性能已显著提升,在实际基准测试中仅比旧引擎慢 10%(之前为 50%)。
新引擎的最大优势在于对 CSS 选择器更完整的支持。仅这一变更就修复了 19 个与选择器相关的独立 bug,大大提升了 JSDOM 处理复杂 CSS 选择器的能力。对于前端开发者而言,这意味着在测试环境中使用 JSDOM 时,可以更准确地模拟浏览器对 CSS 选择器的处理行为。
事件系统全面增强
27.0.0-beta.0 版本对事件系统进行了重大扩展,新增了多个事件构造函数的实现。JSDOM 团队改变了以往的策略——过去只有当实现了相关规范时才提供对应的事件构造函数。现在,即使没有完整实现相关规范,也提供了这些常用的事件构造函数,包括:
- BeforeUnloadEvent
- BlobEvent
- DeviceMotionEvent(不含 requestPermission())
- DeviceOrientationEvent(不含 requestPermission())
- PointerEvent
- PromiseRejectionEvent
- TransitionEvent
这一变化将极大方便开发者在不完整浏览器环境中测试这些事件相关的代码逻辑。
其他重要改进
除了上述两项主要变更外,本次 beta 版本还包含以下值得关注的改进:
- 为 MouseEvent 添加了 movementX 和 movementY 属性(来自 Pointer Lock 规范)
- 将 element.click() 触发的事件类型从 MouseEvent 改为 PointerEvent
- 调整了部分事件的默认行为,使其默认变为 passive
- 修正了 document.createEvent() 方法,使其接受更准确的事件名称集合
这些改进使得 JSDOM 在事件处理方面更加贴近真实浏览器的行为,为前端测试提供了更可靠的环境。
测试建议与注意事项
作为 beta 版本,JSDOM 团队特别呼吁开发者协助测试以下方面:
- 新 CSS 选择器引擎在实际项目中的性能表现
- 新增事件构造函数是否会影响现有的功能检测逻辑
- 事件系统变更是否会导致任何兼容性问题
开发者在使用过程中如发现问题,应及时向项目团队反馈,以便在正式版发布前进行调整和完善。
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-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