首页
/ pdoc项目增强:支持HTML标题在目录中的自动识别

pdoc项目增强:支持HTML标题在目录中的自动识别

2025-07-04 06:54:13作者:侯霆垣

在文档生成工具pdoc的使用过程中,开发者发现当文档字符串包含HTML标题标签(如<h1>)时,这些标题无法被自动识别并包含在生成的目录(ToC)中。这种情况常见于通过.. include::指令引入的外部HTML文件或混合使用Markdown与HTML标题的文档场景。

pdoc底层依赖的markdown2库其实已经提供了相关功能支持。具体而言,通过启用header-ids扩展的mixed模式,即可实现对HTML标题的自动识别和ID生成。这一功能在markdown2的更新中已经实现,但pdoc尚未默认启用该配置。

技术实现上,只需要在pdoc的渲染配置中简单调整header-ids参数即可:

"header-ids": {
    "mixed": True  # 启用混合模式识别HTML标题
}

这一改进具有以下技术优势:

  1. 保持与现有markdown2功能的兼容性
  2. 无需增加新的命令行参数,符合项目保持简洁接口的设计理念
  3. 对使用者完全透明,不改变现有工作流程
  4. 解决了混合格式文档的目录生成问题

对于文档编写者而言,这意味着可以更灵活地组织文档内容:

  • 可以直接引入包含HTML标题的外部文档片段
  • 支持历史遗留的混合格式文档
  • 保持生成的目录结构完整性

该改进已被项目维护者采纳并合并,体现了pdoc项目对实用性和兼容性的持续优化。对于需要处理复杂文档结构的Python项目,这一增强显著提升了文档工具的适应能力。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
217
2.23 K
flutter_flutterflutter_flutter
暂无简介
Dart
523
116
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
JavaScript
210
285
nop-entropynop-entropy
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
RuoYi-Vue3RuoYi-Vue3
🎉 (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
982
580
pytorchpytorch
Ascend Extension for PyTorch
Python
67
97
ops-mathops-math
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++
564
87
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399
GLM-4.6GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
33
0