PlantUML中使用Material图标库的DNS图标问题解析
2025-05-20 20:49:52作者:瞿蔚英Wynne
问题背景
在使用PlantUML绘制网络图时,开发者经常需要为网络节点添加图标以增强可视化效果。PlantUML提供了丰富的图标库支持,包括Material Design图标和AWS图标等。然而,在尝试使用Material图标库中的DNS图标时,开发者可能会遇到图标无法正常显示的问题。
问题现象
当开发者尝试在nwdiag网络图中使用Material Design的DNS图标时,按照常规方式引用后图标无法显示:
@startuml
!include <material/dns>
nwdiag {
node [description= "<$dns>"]
}
@enduml
而使用AWS图标库中的路由器图标却能正常显示:
@startuml
!include <aws/Compute/AmazonVPC/router/router>
nwdiag {
node [description= "<$router>"]
}
@enduml
原因分析
这个问题的根本原因在于图标引用的命名规则不同。Material Design图标库中的图标在PlantUML中有特定的命名前缀:
-
Material图标命名规则:所有Material图标的引用名称都带有"ma_"前缀。例如DNS图标的实际引用名称是
ma_dns而非简单的dns。 -
AWS图标命名规则:AWS图标库则直接使用图标文件名作为引用名称,没有额外的前缀。
这种差异导致了开发者按照AWS图标库的使用习惯来引用Material图标时会出现问题。
解决方案
要正确使用Material Design的DNS图标,应该使用完整的引用名称ma_dns:
@startuml
!include <material/dns>
nwdiag {
node [description= "<$ma_dns>"]
}
@enduml
扩展知识
- 查看可用图标:使用
listsprites命令可以查看所有可用的图标及其引用名称:
@startuml
!include <material/dns>
listsprites
@enduml
-
命名规则总结:
- Material图标:
ma_+ 图标名称 - AWS图标:直接使用图标文件名
- 其他图标库:可能有不同的前缀规则
- Material图标:
-
图标大小调整:可以通过添加缩放参数调整图标大小,如
<$ma_dns{scale=1.5}>
最佳实践建议
- 在使用新图标库前,先用
listsprites命令查看可用图标及其正确引用名称 - 记录常用图标库的命名规则,避免混淆
- 在团队项目中建立图标使用规范文档
- 考虑创建自定义图标库以统一命名风格
通过理解PlantUML中不同图标库的命名规则差异,开发者可以更高效地使用各种图标资源来增强图表的表现力。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217