Vitepress 中 Markdown 图片自定义渲染的注意事项
2025-05-15 01:06:38作者:魏侃纯Zoe
在 Vitepress 项目中,开发者经常需要对 Markdown 中的图片进行自定义渲染。一个常见的需求是获取图片的 alt 属性值并对其进行特殊处理。本文将深入探讨这一技术点,帮助开发者理解其中的原理和注意事项。
问题背景
当开发者尝试通过自定义渲染器获取图片的 alt 属性时,可能会遇到无法获取值的情况。这是因为 Markdown 解析器对不同类型的图片语法有不同的处理方式。
两种图片语法解析
1. 标准 Markdown 图片语法
对于标准的 Markdown 图片语法:

解析器会生成一个 image token,其中 alt 文本存储在 token.content 属性中。
2. HTML 图片标签
对于直接使用 HTML 的图片标签:
<img src="/page_214_1.png" alt="图 14-1" style="zoom:25%;" />
解析器会将其视为 html_block token,而不是 image token,因此无法通过常规的图片渲染器获取属性。
解决方案
对于标准 Markdown 图片
使用以下方式获取 alt 文本:
md.renderer.rules.image = (tokens, idx, options, env, self) => {
const token = tokens[idx];
const alt = token.content; // 注意这里是 content 而不是 attrGet('alt')
// ...其他处理逻辑
}
对于 HTML 图片标签
如果需要处理 HTML 图片标签,有以下几种方案:
- 使用正则表达式解析:从 html_block token 中提取 alt 属性
- 自定义 HTML 解析规则:扩展 markdown-it 的解析能力
- 统一使用标准 Markdown 语法:这是推荐的做法,可以保持一致性
最佳实践建议
- 在 Vitepress 项目中,尽量使用标准的 Markdown 图片语法
- 如果需要特殊样式,可以通过 CSS 类来实现,而不是直接使用 HTML
- 对于复杂的图片处理需求,考虑编写专门的插件来处理
总结
理解 Markdown 解析器对不同语法的处理方式是解决问题的关键。在 Vitepress 中自定义图片渲染时,开发者需要根据实际使用的语法选择合适的处理方式。标准 Markdown 语法通常能提供更好的兼容性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 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 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
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++
654
278
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
246
316
🎉 (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
1.12 K
629
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
75
99
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
385
3.74 K