WeasyPrint v65.0 发布:现代化排版引擎的重大更新
WeasyPrint 是一个强大的开源 HTML/CSS 到 PDF 的转换工具,它能够将网页内容精确地渲染为高质量的 PDF 文档。作为 Python 生态系统中领先的 PDF 生成解决方案,WeasyPrint 因其对 CSS 标准的严格遵循和出色的排版能力而广受开发者青睐。
核心依赖升级
在 v65.0 版本中,WeasyPrint 将 CSSSelect2 的依赖版本提升至 0.8.0。这一变更意味着底层 CSS 选择器引擎获得了性能优化和功能增强,为后续的样式处理提供了更坚实的基础。
主要功能增强
弹性布局间隙属性支持
此次更新最引人注目的特性是对 Flex 布局中 gap 属性的完整支持。gap 属性允许开发者在弹性项目之间创建一致的间距,而无需使用繁琐的边距设置。这一改进使得 Flex 布局的代码更加简洁直观,同时也提升了布局的一致性和可维护性。
字体范围选择优化
WeasyPrint 现在能够正确处理 @font-face 规则中的 unicode-range 描述符。这一特性使得开发者可以为特定 Unicode 字符范围指定专用字体,在处理多语言文档或特殊字符集时尤为有用。例如,可以为中文字符和拉丁字母分别配置不同的字体资源,实现更精细的字体控制。
用户代理样式表现代化
默认的用户代理样式表(UA stylesheet)经过了全面现代化改造。这些内置样式决定了 HTML 元素在没有显式样式定义时的默认表现。新版样式表更符合现代网页标准,减少了常见元素在不同浏览器和 WeasyPrint 之间的渲染差异。
重要问题修复
弹性布局全面优化
开发团队对 Flex 布局进行了深度优化,解决了包括项目对齐、换行处理、尺寸计算在内的多个长期存在的问题。这些改进使得复杂布局的渲染结果更加符合预期,特别是在处理动态内容和响应式设计时表现更为稳定。
双向文本处理改进
针对从右向左(RTL)的文本排版,修复了文本选择和两端对齐的相关问题。现在阿拉伯语、希伯来语等 RTL 语言的文档能够获得更准确的渲染效果,包括正确的光标选择行为和文本对齐方式。
SVG 文本锚点修复
解决了嵌套 SVG 文本元素中锚点定位的复杂情况,使得矢量图形中的文本定位更加精确可靠。这一改进对于包含复杂图表和技术绘图的文档尤为重要。
字体处理增强
优化了 PDF 中字体名称的处理逻辑,确保嵌入的字体元数据更加准确。同时修复了在某些 Pango 版本下 emoji 渲染异常的问题,提升了特殊字符的显示兼容性。
技术实现亮点
此次更新中,Flex 布局的改进尤为值得关注。开发团队不仅修复了多个边缘案例,还对布局算法进行了重构,使其更加健壮和高效。例如:
- 项目尺寸计算现在更准确地考虑了 flex-grow 和 flex-shrink 属性
- 交叉轴对齐处理更加符合 CSS 规范要求
- 换行逻辑优化,特别是对于内容溢出的处理更加智能
在文本处理方面,对非断行空格(NBSP)的合理处理使得文档的自动两端对齐效果更加专业。同时,unicode-range 的支持为国际化文档处理提供了更强大的工具。
社区贡献与支持
WeasyPrint v65.0 的发布得到了来自 NLnet 的资金支持,这使得开发团队能够投入更多资源解决复杂的布局问题。同时,来自全球的开发者贡献了代码和改进建议,体现了开源社区的强大协作力量。
对于需要高质量 PDF 生成的开发者而言,WeasyPrint v65.0 提供了更加稳定和功能丰富的解决方案。无论是简单的文档转换还是复杂的印刷级排版需求,新版本都能提供令人满意的结果。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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