Tiptap编辑器在只读模式下仍可撤销操作的问题分析与解决方案
问题背景
Tiptap是一个基于ProseMirror构建的现代化富文本编辑器框架。在2.6.6版本中,开发者发现了一个关键问题:当编辑器通过editor.setEditable(false)设置为只读模式后,用户仍然可以通过快捷键Ctrl+Z(Windows/Linux)或Cmd+Z(Mac)执行撤销操作,这明显违背了只读模式的设计初衷。
问题复现
该问题可以通过以下步骤复现:
- 初始化一个包含历史记录扩展的Tiptap编辑器
- 编辑一些内容
- 调用
editor.setEditable(false)将编辑器设为只读 - 尝试使用撤销快捷键
有趣的是,这个问题仅影响撤销操作(Ctrl+Z),而重做操作(Ctrl+Shift+Z)则表现正常,在只读模式下会被正确阻止。
技术分析
经过深入调查,发现这个问题源于多个层面的因素:
-
React重渲染问题:当使用React版本的Tiptap时,
useEditor钩子的初始editable选项会在组件重渲染时重新应用,覆盖了通过setEditable设置的只读状态。这导致编辑器实际上仍保持可编辑状态。 -
ProseMirror历史插件行为:底层ProseMirror的历史插件没有检查编辑器的可编辑状态,直接处理了撤销操作。这是问题的根本原因,因为编辑器状态管理应该统一处理所有修改操作。
-
浏览器事件处理:浏览器对内容可编辑区域的处理方式也影响了这一行为,使得撤销操作能够绕过Tiptap的部分控制逻辑。
解决方案演进
开发团队提出了多阶段的解决方案:
第一阶段:React可编辑状态修复
通过修改useEditor的实现,确保setEditable调用能够正确覆盖初始选项。这一修改确保了编辑器状态的一致性,解决了React重渲染导致的状态回退问题。
第二阶段:历史插件补丁
由于问题核心在于ProseMirror历史插件,团队创建了一个临时解决方案:
addProseMirrorPlugins() {
return [
new Plugin({
key: new PluginKey('uneditableHistory'),
props: {
handleDOMEvents: {
beforeinput: (view, e: Event) => {
let inputType = (e as InputEvent).inputType
if (inputType == 'historyUndo' || inputType == 'historyRedo') {
if (!this.editor.isEditable) {
e.preventDefault()
}
}
}
}
}
})
]
}
这个插件会拦截浏览器的历史操作事件,在编辑器不可编辑时阻止默认行为。
第三阶段:上游修复
最终解决方案是向ProseMirror历史插件提交修复,使其在内部检查编辑器可编辑状态。这一修改已被合并到ProseMirror主分支,从根本上解决了问题。
最佳实践建议
对于使用Tiptap的开发者,建议:
- 确保使用最新版本的Tiptap和相关依赖
- 如果遇到类似问题,可以先尝试更新
prosemirror-history插件 - 在需要严格只读的场景,考虑清除历史记录:
editor.unregisterPlugin('history');
editor.registerPlugin(history());
- 对于复杂的状态管理,建议统一通过
setEditable控制,避免混合使用初始选项和动态设置
总结
这个问题展示了现代编辑器框架中状态管理的复杂性,涉及从React组件生命周期到底层ProseMirror插件行为的多个层面。通过社区协作和分层解决方案,最终实现了对编辑器只读状态的完整控制。这也提醒我们,在构建富文本编辑器时,需要特别注意各种用户交互路径下的状态一致性。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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