在Doocs/md项目中自定义LaTeX公式、表格和Mermaid图形的样式
2025-05-25 11:31:21作者:田桥桑Industrious
在Markdown文档编写过程中,我们经常需要使用LaTeX公式、表格和Mermaid图形等元素来丰富内容表达。然而,当文档设置了特定背景色时,这些元素的默认样式可能不够协调。本文将详细介绍如何在Doocs/md项目中自定义这些元素的样式。
LaTeX公式样式自定义
LaTeX公式在Markdown中通常以$$或$符号包裹。要修改公式的字体颜色,可以通过CSS选择器来实现。公式元素通常被包裹在特定的HTML标签中,开发者可以通过检查元素找到对应的CSS类名。
例如,公式文本通常位于<span class="katex">标签内,我们可以通过以下方式修改其颜色:
.katex {
color: #ff0000; /* 红色公式文本 */
}
表格样式自定义
Markdown表格在HTML渲染后会转换为<table>元素。要自定义表格样式,可以针对表格相关的CSS选择器进行设置:
table {
color: #333; /* 表格文字颜色 */
border-color: #666; /* 表格边框颜色 */
background-color: #f9f9f9; /* 表格背景色 */
}
th, td {
border: 1px solid #ddd; /* 单元格边框 */
padding: 8px; /* 单元格内边距 */
}
Mermaid图形样式深度定制
Mermaid图表提供了强大的主题配置功能,可以直接在代码块中通过特殊注释进行样式定义。Mermaid支持多种图表类型,每种类型都有特定的可配置样式属性。
基础主题配置
在Mermaid代码块开头添加配置注释,可以全局设置图表样式:
```mermaid
%%{
init: {
'theme': 'base',
'themeVariables': {
'primaryTextColor': '#ff0000',
'primaryColor': '#BB2528',
'primaryBorderColor': '#7C0000'
}
}
}%%
pie
title 示例图表
"项目A" : 45
"项目B" : 55
```
常用样式属性
Mermaid提供了丰富的样式变量,以下是一些常用配置项:
primaryColor: 主要元素背景色primaryTextColor: 主要文本颜色primaryBorderColor: 主要边框颜色lineColor: 连接线颜色secondaryColor: 次要元素背景色tertiaryColor: 第三级元素颜色
不同类型图表的特殊配置
不同Mermaid图表类型可能有特定的样式变量。例如,流程图(flowchart)中可以使用nodeTextMargin调整节点文本边距,饼图(pie)中可以使用pieSectionTextColor设置分区文本颜色。
标题背景图片问题解决方案
在使用标题背景图片时,需要注意URL中的特殊字符处理。如果URL中包含冒号等特殊字符,可能会导致解析中断。解决方案包括:
- 对URL进行编码处理
- 使用简短的图片托管地址
- 避免在URL中使用特殊符号
最佳实践建议
- 保持一致性:整个文档中的同类元素应使用相同的样式配置
- 考虑可读性:确保文字颜色与背景有足够对比度
- 渐进增强:先完成内容,再逐步调整样式
- 测试验证:在不同设备和主题模式下测试样式效果
通过以上方法,开发者可以在Doocs/md项目中灵活控制各种元素的显示效果,创建出既美观又专业的文档。记住,良好的样式设计应该服务于内容表达,而不是分散读者注意力。
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
245
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
672
157
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
262
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
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217