MDN浏览器兼容性数据库v6.0.4版本发布:移除废弃API与新增Observable特性
MDN浏览器兼容性数据库是Web开发者了解不同浏览器对Web API支持情况的重要参考资源。最新发布的v6.0.4版本对数据库进行了重要更新,主要包含两大方面的变化:移除大量废弃的Web API和新增Observable相关特性支持。
数据库更新概述
本次更新共涉及82个文件的修改,包含1,927处新增和5,500处删除。这些变更反映了现代Web标准的发展趋势,一方面清理了已被废弃且不再被现代浏览器支持的老旧API,另一方面增加了对新兴Web特性的支持。
移除的废弃API
v6.0.4版本移除了多个已被废弃的Web API,这些API大多属于以下三类:
-
SVG字体相关API:包括SVGFontElement、SVGGlyphElement等一整套SVG字体模块API。这些API原本用于在SVG中定义字体,但现代Web开发中已基本被WOFF等现代字体格式取代。
-
HTML废弃属性:如HTMLHeadElement的profile属性和pre元素的wrap属性,这些属性在现代HTML标准中已被移除。
-
过时浏览器特性:如Window.showModalDialog方法,这是早期浏览器提供的模态对话框功能,现已被更现代的对话框API替代。
这些API的移除反映了Web标准的演进过程,开发者应避免在项目中使用这些已被废弃的特性。
新增的Observable特性
本次更新最重要的新增内容是对Observable API的支持。Observable是一种新的异步编程模型,为处理事件流和数据流提供了更优雅的解决方案。新增的API包括:
- Observable基础类及其各种操作方法,如filter、map、reduce等
- 订阅者(Subscriber)相关接口
- 各种转换和组合操作符,如flatMap、switchMap等
Observable模式在处理复杂异步逻辑时特别有用,比如用户交互事件流、WebSocket消息等场景。它的引入为JavaScript异步编程提供了新的范式选择。
其他重要更新
-
自定义元素生命周期回调:新增了connectedMoveCallback生命周期回调的支持数据,这为Web组件开发提供了更精细的控制能力。
-
Node.js 20.4.0支持:增加了对Node.js最新版本的兼容性数据。
-
Permissions-Policy新指令:新增了deferred-fetch和deferred-fetch-minimal两个权限策略指令的支持数据,这些指令用于控制延迟加载资源的权限。
开发者建议
对于使用MDN浏览器兼容性数据的开发者,建议:
-
检查项目中是否使用了本次移除的废弃API,并尽快迁移到现代替代方案。
-
评估Observable API是否适合项目需求,特别是在处理复杂异步逻辑时,可以考虑采用这种更声明式的编程模式。
-
关注Permissions-Policy的新指令,确保网站的资源加载策略符合最新安全规范。
MDN浏览器兼容性数据库的持续更新为开发者提供了准确的浏览器支持信息,帮助开发者做出更明智的技术选型决策。v6.0.4版本的更新再次体现了Web平台不断演进的特点,开发者应保持对这类更新的关注,以确保应用的兼容性和现代化程度。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00