AutoHtml 技术文档
2024-12-23 15:40:44作者:冯梦姬Eddie
本文档将详细介绍如何安装、使用以及通过API操作AutoHtml项目。AutoHtml是一个将纯文本转换为HTML代码的过滤器集合。
1. 安装指南
要使用AutoHtml,您可以通过以下任一方式将其添加到您的Ruby应用程序中:
通过Gemfile安装
在您的应用程序的Gemfile中添加以下行:
gem 'auto_html'
然后执行以下命令:
$ bundle
手动安装
或者,您可以手动安装它:
$ gem install auto_html
2. 项目使用说明
AutoHtml采用了“管道和过滤器”处理设计模式的概念:
-
过滤器(Filter) - 转换输入。在AutoHtml的上下文中,这是任何通过
#call(String)方法执行转换的对象。过滤器选项应在初始化器中传递。AutoHtml已经提供了一些过滤器,例如链接(Link)、图像(Image)、Markdown等。 -
管道(Pipeline) - 过滤器的组合,通过将一个过滤器的输出作为下一个过滤器的输入来转换输入。在AutoHtml的上下文中,这是
AutoHtml::Pipeline类。由于同样的接口(方法#call)用于传递输入,我们可以说管道本身也是一个过滤器,这意味着它可以用作其他管道的构建块,与其他过滤器混合使用。
以下是一些使用示例:
link_filter = AutoHtml::Link.new(target: '_blank')
link_filter.call('查看我的博客: http://rors.org')
# 输出: '查看我的博客: <a target="blank" href="http://rors.org">http://rors.org</a>'
emoji_filter = AutoHtml::Emoji.new
emoji_filter.call(':point_left: 嘿!')
# 输出: '<img src="/images/emoji/unicode/1f448.png" class="emoji" title=":point_left:" alt=":point_left:" height="20" witdh="20" align="absmiddle" /> 嘿!'
# 使用管道组合过滤器
base_format = AutoHtml::Pipeline.new(link_filter, emoji_filter)
base_format.call('查看我的博客: http://rors.org :point_left: 嘿!')
# 输出: '查看我的博客: <a href="http://rors.org">http://rors.org</a> <img src="/images/emoji/unicode/1f448.png" class="emoji" title=":point_left:" alt=":point_left:" height="20" witdh="20" align="absmiddle" /> 嘿!'
3. 项目API使用文档
AutoHtml提供了以下内置过滤器:
AutoHtml::EmojiAutoHtml::HtmlEscapeAutoHtml::Image,其中proxy和alt是可选参数AutoHtml::Link,其中target和rel是可选参数AutoHtml::MarkdownAutoHtml::SimpleFormat
您可以根据需要创建新的过滤器并将其添加到管道中。
4. 项目安装方式
请参考上文提到的通过Gemfile或手动安装的方式。
以上文档提供了AutoHtml的基本安装和使用说明,以及如何通过API进行操作。通过这些信息,用户应能够开始使用AutoHtml并将其集成到自己的项目中。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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