Quill 2.0 中 Parchment 格式定义方式的重大变更解析
2025-05-01 11:51:04作者:庞队千Virginia
在 Quill 富文本编辑器从 1.x 升级到 2.0 版本的过程中,其底层依赖库 Parchment 的 API 发生了重大变化,特别是关于格式定义的方式。本文将深入分析这一变更的技术细节,帮助开发者顺利迁移到新版本。
旧版格式定义方式
在 Quill 1.x 版本中,开发者通常使用以下方式定义新的格式属性:
import Parchment from 'parchment';
// 旧版定义方式
let Align = new Parchment.Attributor.Class('align', 'blot-align');
这种方式通过 Parchment.Attributor.Class 构造函数创建了一个基于 class 名的格式属性,用于控制文本对齐等样式。
新版 API 变更
在 Quill 2.0 及 Parchment 的新版本中,API 设计变得更加直接和模块化。原先的链式调用方式已被废弃,取而代之的是更清晰的独立类引用:
import { ClassAttributor } from 'parchment';
// 新版定义方式
let Align = new ClassAttributor('align', 'blot-align');
变更背后的设计理念
这一变更反映了几个重要的设计改进:
- 模块化设计:新版 API 鼓励按需导入,减少了不必要的命名空间嵌套
- 代码清晰度:直接使用类名而非通过属性链访问,使代码意图更加明确
- Tree-shaking 友好:现代打包工具可以更好地优化未使用的代码
迁移建议
对于正在从 Quill 1.x 迁移到 2.0 的开发者,建议采取以下步骤:
- 全局搜索项目中所有的
Parchment.Attributor.Class引用 - 替换为直接从 parchment 导入
ClassAttributor - 更新相关的类型定义(如果使用 TypeScript)
- 测试所有自定义格式的功能是否正常
其他相关变更
除了 ClassAttributor 的变化外,Parchment 2.0 还包含以下相关改进:
- StyleAttributor 的定义方式也采用了类似的直接导入模式
- 新增了更灵活的自定义 Blot 创建方式
- 改进了与现代前端框架的集成体验
总结
Quill 2.0 和 Parchment 的这次 API 变更是向着更现代化、更清晰的设计方向迈进的重要一步。虽然需要开发者进行一定的迁移工作,但新的 API 设计将带来更好的开发体验和更高效的代码执行。理解这些变更背后的设计理念,有助于开发者更好地利用 Quill 2.0 的强大功能。
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
项目优选
收起
deepin linux kernel
C
24
8
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
281
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (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
1.13 K
630
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
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++
77
100