【亲测免费】 Tocbot 使用指南
2026-01-17 08:32:34作者:霍妲思
项目介绍
Tocbot 是一个基于 JavaScript 的开源库,用于自动生成 HTML 文档或 Markdown 页面的目录(Table of Contents,简称 TOC)。它通过解析文档中的标题结构,动态构建目录,使得长篇文章或文档更易于导航。Tocbot 的设计灵感来源于 Tocify,但采用了原生 DOM 方法,避免了 jQuery 和 jQuery UI 的依赖。
项目快速启动
安装 Tocbot
你可以通过 npm 安装 Tocbot:
npm install --save tocbot
引入文件
在 HTML 文件中引入 Tocbot 的脚本和样式:
<link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/tocbot/4.11.1/tocbot.css">
<script src="https://cdnjs.cloudflare.com/ajax/libs/tocbot/4.11.1/tocbot.min.js"></script>
初始化 Tocbot
在页面底部初始化 Tocbot:
<script>
tocbot.init({
tocSelector: '.js-toc',
contentSelector: '.js-toc-content',
headingSelector: 'h1, h2, h3',
});
</script>
确保你的 HTML 结构包含目录容器和内容容器:
<div class="js-toc"></div>
<div class="js-toc-content">
<!-- 你的内容 -->
</div>
应用案例和最佳实践
案例一:文档网站
Tocbot 非常适合用于文档网站,可以显著提升用户在浏览复杂文档时的导航体验。例如,Optimizely 的开发者文档就使用了 Tocbot 来生成目录。
案例二:长篇 Markdown 页面
对于长篇 Markdown 页面,Tocbot 可以自动解析标题结构并生成目录,使得用户可以快速跳转到感兴趣的部分。
最佳实践
- 确保标题有 ID 属性:Tocbot 依赖于标题的 ID 属性来生成目录链接,确保你的 Markdown 处理器(如 marked)已经为标题生成了 ID 属性。
- 动态内容刷新:如果页面内容动态变化,可以使用
tocbot.refresh()方法刷新目录。
典型生态项目
Markdown 处理器
Tocbot 通常与 Markdown 处理器(如 marked)结合使用,以确保 Markdown 文档中的标题具有 ID 属性,从而正确生成目录。
前端框架
Tocbot 可以与各种前端框架(如 Vue.js、React)集成,通过组件化的方式在项目中使用。
文档生成工具
Tocbot 也可以与文档生成工具(如 GitBook)结合使用,为生成的静态文档网站提供目录导航功能。
通过以上步骤和案例,你可以快速上手并应用 Tocbot 到你的项目中,提升文档的可读性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
674
4.31 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
626
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++
945
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
301
🎉 (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
1.56 K
908
暂无简介
Dart
920
225
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212