Excalidraw SVG导出中Lilita字体失效问题分析与解决方案
2025-04-28 01:20:07作者:尤辰城Agatha
问题背景
在Excalidraw绘图工具中,用户发现当同时使用Lilita One和ExcaliFont两种字体时,SVG导出功能会出现字体渲染异常。具体表现为Lilita One字体的@font-face声明在生成的SVG文件中被完全忽略,导致最终导出的SVG无法正确显示Lilita One字体。
问题现象
当用户在Excalidraw中创建包含以下两种字体元素的绘图时:
- 使用Lilita One字体的文本
- 使用ExcaliFont字体的文本
导出为SVG后,生成的SVG文件中缺少Lilita One字体的@font-face定义,而ExcaliFont字体的定义则正常保留。这导致在SVG查看器中,原本应该使用Lilita One字体的文本无法正确渲染,通常会回退到默认字体显示。
技术分析
经过开发者调查,这个问题与字体文件的分布式存储方式有关。Excalidraw中的字体文件可能被分割成多个"chunks"(数据块)进行存储和加载。当两种字体同时存在时,某些情况下字体定义的合并处理逻辑存在缺陷,导致部分字体的@font-face声明被错误地过滤掉。
特别值得注意的是:
- 这个问题不仅出现在Lilita One和ExcaliFont的组合中
- 当Lilita One与Comic Shanns字体同时使用时也会出现相同问题
- 但与Nunito字体组合时则表现正常
- 这表明问题与字体文件的分布式存储结构有关,特别是与字体被分割成的chunk数量相关
解决方案
开发团队通过修改字体定义合并逻辑解决了这个问题。关键修复点是确保在生成SVG时,无论字体文件如何分布,所有使用到的字体都能正确保留其@font-face声明。
修复的核心思想是:
- 完善字体定义的收集机制
- 确保不因字体文件的分布式特性而丢失任何字体定义
- 保持原有性能优化同时保证功能完整性
验证结果
经过修复后验证确认:
- 同时包含Lilita One和ExcaliFont的绘图现在可以正确导出SVG
- 导出的SVG中包含完整的两种字体定义
- 所有文本都能按照预期使用指定的字体渲染
总结
这个问题的解决体现了Excalidraw团队对细节的关注和对用户体验的重视。字体渲染是绘图工具的核心功能之一,确保导出结果的准确性对于专业用户尤为重要。通过这次修复,Excalidraw进一步提升了其在SVG导出功能上的可靠性。
对于开发者而言,这个案例也提醒我们,在处理分布式资源合并时需要考虑各种边界情况,特别是当资源具有不同的存储结构特性时,需要设计更加健壮的合并算法。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0147- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
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
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
785
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
433
391
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++
996
1 K
昇腾LLM分布式训练框架
Python
166
197
暂无简介
Dart
983
249
deepin linux kernel
C
29
16
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
145
237
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
1.1 K
611
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.14 K
146