Marked.js 中 HTML 标签与 Markdown 标题的解析问题解析
在 Marked.js 这个流行的 Markdown 解析库中,HTML 标签与 Markdown 语法之间的交互一直是一个需要特别注意的问题。最近在版本升级过程中,用户发现了一个关于 <br>
标签与 Markdown 标题解析行为的改变,这实际上反映了 Markdown 解析规范中的一个重要原则。
问题现象
当用户在 Marked.js 14.0.0 升级到 15.0.11 版本后发现,以下 Markdown 代码的解析结果发生了变化:
### Test1
- <a href="#" target="_blank">Link1</a>
<br>
### Test2
- <a href="#" target="_blank">Link1</a>
在新版本中,<br>
标签后的 ### Test2
不再被正确解析为 H3 标题,而是直接显示为文本。而有趣的是,如果使用 </br>
替代 <br>
,标题又能被正确解析。
技术背景解析
这个行为变化源于 Marked.js 对 CommonMark 规范的更好兼容。在 Markdown 解析中,HTML 块级元素会打断连续的 Markdown 结构解析,这是符合规范的预期行为。
HTML 块级标签(即使是像 <br>
这样的单标签)会创建一个独立的 HTML 块,根据 CommonMark 规范,这会中断之前的 Markdown 上下文(如列表、段落等),导致后续的 Markdown 语法需要重新开始解析。
正确的写法
规范的 Markdown 写法应该在不同结构之间使用空行进行分隔:
### Test1
- <a href="#" target="_blank">Link1</a>
<br>
### Test2
- <a href="#" target="_blank">Link1</a>
这种写法在任何版本的 Marked.js 中都能得到一致的解析结果,因为它明确分隔了不同的结构块。
关于 </br>
的特殊情况
</br>
不是标准的 HTML 标签写法(<br>
是自闭合标签,不需要闭合标签),它能够工作实际上是解析器的一个意外行为。在规范的实现中,这种非标准写法不应该被特别处理,Marked.js 未来版本可能会修正这个不一致性。
给开发者的建议
- 遵循标准的 Markdown 格式规范,在不同结构间使用空行
- 避免依赖 HTML 标签与 Markdown 语法的紧邻写法
- 升级 Markdown 解析库时,注意测试 HTML 与 Markdown 混合内容
- 了解 CommonMark 规范,它正成为 Markdown 解析的事实标准
这个案例很好地展示了为什么遵循 Markdown 的格式规范如此重要,特别是在混合使用 HTML 和 Markdown 语法时。规范的写法不仅能保证解析的一致性,也能使文档在不同渲染环境下都能正确显示。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
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++096AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









