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
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 StartedRust0453
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
XianyuAutoAgent智能闲鱼客服机器人系统:专为闲鱼平台打造的AI值守解决方案,实现闲鱼平台7×24小时自动化值守,支持多专家协同决策、智能议价和上下文感知对话。Python05
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX028
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++02
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
831
5.51 K
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
495
520
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
978
2.31 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
806
1.16 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
794
1.59 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
314
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
779
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++
1.21 K
1.26 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
662
301