MDX-Editor 中 JSX 节点克隆问题的分析与解决
2025-06-30 11:42:54作者:毕习沙Eudora
MDX-Editor 是一个基于 Lexical 框架构建的富文本编辑器,专门用于处理 MDX 格式的内容。在最新版本中,开发者报告了一个与 JSX 节点克隆相关的错误,本文将深入分析这个问题及其解决方案。
问题现象
当开发者在 MDX-Editor 中使用 JSX 功能时,控制台会抛出以下错误信息:
Error: $cloneWithProperties: LexicalJsxNode.clone(node) (with type 'jsx') did not return a node with the same key, make sure to specify node.__key as the last argument to the constructor
这个错误表明在克隆 JSX 节点时,系统无法保持节点的唯一标识符(key)一致性,导致编辑器无法正确处理 JSX 节点。
问题根源
经过代码审查,发现问题出在 LexicalJsxNode.tsx 文件的第 35 行。原始代码使用了 structuredClone 方法来深度复制节点的 __mdastNode 属性:
return new LexicalJsxNode(structuredClone(node.__mdastNode))
这种实现方式存在两个主要问题:
- 深度克隆会创建一个全新的对象,丢失了原始节点的关键元数据
- 没有传递节点的
__key属性,导致克隆后的节点无法与原始节点保持标识一致性
解决方案
正确的做法应该是直接使用原始节点的 __mdastNode 和 __key 属性来创建新节点:
return new LexicalJsxNode(node.__mdastNode, node.__key)
这种修改确保了:
- 新节点与原始节点共享相同的 AST 结构
- 保持了节点的唯一标识符一致性
- 符合 Lexical 框架对节点克隆的预期行为
技术背景
在 Lexical 编辑框架中,每个节点都必须有一个唯一的 __key 标识符。这个标识符用于:
- 虚拟 DOM 的高效比对和更新
- 维护编辑器状态的一致性
- 支持撤销/重做等历史操作
当节点被克隆时,必须确保新节点继承原始节点的关键属性,特别是 __key。否则会导致编辑器无法正确追踪节点变化,进而引发各种异常行为。
影响范围
这个问题主要影响以下场景:
- 在编辑器中使用自定义 JSX 组件
- 执行复制粘贴操作涉及 JSX 节点
- 使用撤销/重做功能时包含 JSX 节点修改
最佳实践
对于基于 Lexical 开发自定义节点的开发者,应当注意:
- 在节点克隆时始终传递原始节点的
__key - 避免不必要的深度克隆,除非确实需要完全独立的副本
- 确保自定义节点实现完整的序列化/反序列化逻辑
- 在节点构造函数中正确处理所有必需的属性
总结
MDX-Editor 3.11.5 版本已经修复了这个 JSX 节点克隆问题。开发者现在可以正常使用 JSX 功能而不会遇到节点标识符错误。这个案例也提醒我们,在使用现代编辑器框架时,理解其内部节点管理系统的工作原理至关重要,特别是在处理自定义节点类型时。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781