Lexical富文本编辑器v0.28.0版本深度解析
Lexical是一个由Facebook开发的现代化富文本编辑器框架,它采用了React优先的设计理念,提供了高度可定制和可扩展的编辑器解决方案。Lexical的核心优势在于其轻量级、高性能以及出色的可扩展性,开发者可以通过插件系统轻松扩展编辑器的功能。
版本亮点
本次发布的v0.28.0版本是一个包含重要错误修复和功能增强的临时小版本更新。其中最关键的修复是解决了在某些条件下DOM节点可能完全不被更新的问题(这个存在3年多的bug很少被触发)。版本带来了多项改进,包括核心功能增强、列表样式优化、表格处理改进等。
核心功能改进
节点选择删除处理标准化
新版本为NodeSelection添加了默认的删除处理程序,统一了DELETE和BACKSPACE按键的行为。现在这些按键会调用DELETE_CHARACTER_COMMAND来处理NodeSelection,通过新的NodeSelection.deleteNodes()方法移除所有选中的节点。这一改变消除了之前各个实现中存在的细微错误,开发者可以删除之前从playground复制的$onDelete处理程序。
根节点和列表节点拼接逻辑重构
RootNode和ListNode的append方法被重构并移至ElementNode的原始splice方法中。这意味着对于RootNode,当尝试插入叶子节点时,在所有插入情况下都会抛出异常,而不仅仅是append操作。对于ListNode,自动ListItemNode包装现在适用于所有插入子节点的情况。
节点插入逻辑优化
$insertNodeToNearestRoot方法现在会考虑canBeEmpty()属性,在分割当前节点时不会创建空的ElementNode(如ListNode)。这一改进使得节点插入行为更加合理和一致。
列表样式处理改进
v0.26.0版本中引入的ListItemNode项目符号继承第一个文本节点样式的方案被发现过于宽泛,因为ListItemNode的内联样式会级联到所有子节点。新版本通过CSS自定义属性来解决这个问题,开发者需要更新主题CSS来保持这一特性。
表格功能增强
表格单元格导入优化
TableCellNode的importDOM实现被修正,使其行为与其他Lexical根节点一致,正确处理
标签转换为LineBreakNode,并将顶级内联节点(包括内联装饰器)包装在ParagraphNode中。这一改进使得表格单元格的内容处理更加统一。
可滚动表格DOM更新修复
修复了Scrollable TableNode的updateDOM问题,同时重构了getDOMSlot的类型定义,使其更加精确和类型安全。
React相关改进
移除了未使用的直接依赖项,减少了包体积。同时为DraggableBlockPlugin添加了onElementChanged回调,使得开发者可以更好地控制拖拽块的行为。
实用工具增强
objectKlassEquals工具函数现在增加了类型谓词功能,提供了更好的类型安全性。
新API介绍
更新监听器新增mutatedNodes属性
UpdateListenerPayload现在包含mutatedNodes属性,当至少注册一个MutationListener时,这个属性会计算所有发生变异的节点。这对于需要监听所有节点变化的场景特别有用,特别是与NodeState结合使用时。
根节点变换顺序保证
新版本确保RootNode的节点变换总是最后执行,并提供了文档说明RootNode在其它节点变脏时总是被视为有意变脏的特殊情况。
开发者建议
对于升级到v0.28.0版本的开发者,需要注意以下几点:
- 检查并移除任何自定义的$onDelete处理程序,使用新的默认NodeSelection删除处理
- 更新ListItemNode的CSS样式处理,使用新的自定义属性方案
- 检查表格相关代码,确保适应新的单元格导入行为
- 考虑使用新的mutatedNodes属性来优化节点变化监听逻辑
这个版本虽然是一个小版本更新,但包含了对核心功能的多个重要改进和错误修复,建议所有使用Lexical的项目尽快升级以获得更稳定和一致的编辑体验。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00