LightningCSS中嵌套@规则解析问题的技术分析
2025-05-31 17:48:53作者:尤峻淳Whitney
问题概述
在CSS预处理工具LightningCSS中,存在一个关于嵌套@规则(如@media、@starting-style等)解析的特殊问题。当这些@规则嵌套在伪元素或伪类选择器中时,LightningCSS会错误地添加额外的& { }包装,导致在某些浏览器中出现样式失效的情况。
问题表现
这个问题主要出现在两种场景中:
-
@starting-style规则:当使用CSS新特性
@starting-style定义元素的初始样式时,如果该规则嵌套在伪类选择器(如:open)中,LightningCSS会添加不必要的&包装,导致动画效果失效。 -
媒体查询规则:当
@media规则嵌套在伪元素(如::before)中时,同样会出现多余的&包装,使得媒体查询条件在某些浏览器中无法正确应用。
技术细节分析
正常的CSS嵌套行为
在现代CSS中,嵌套是一种常见的组织样式的方式。浏览器原生支持CSS嵌套时,会隐式处理选择器的组合关系。例如:
.foo {
&:hover {
color: red;
}
}
会被正确解析为:
.foo:hover {
color: red;
}
LightningCSS的问题行为
LightningCSS在处理某些特定的嵌套@规则时,会添加不必要的&包装。例如:
输入:
.foo {
&:open {
@starting-style {
opacity: 0;
}
}
}
输出:
.foo:open {
@starting-style {
& {
opacity: 0;
}
}
}
这种额外的&包装在某些浏览器中会导致规则无法被正确识别和应用。
影响范围
这个问题主要影响以下CSS特性:
- 新兴的CSS视图过渡特性(如
@starting-style) - 媒体查询(
@media) - 其他嵌套在伪类/伪元素中的@规则
特别是在使用CSS新特性时,由于浏览器实现可能存在差异,这种多余的&包装更容易导致兼容性问题。
解决方案建议
对于开发者而言,可以采取以下临时解决方案:
- 避免深度嵌套:将关键的@规则提取到更外层,减少嵌套层级
- 手动检查输出:在使用LightningCSS处理后,检查生成的CSS中是否存在多余的
&包装 - 等待官方修复:LightningCSS团队已注意到此问题,预计会在未来版本中修复
对于工具开发者,建议在CSS解析和转换过程中:
- 特别处理嵌套在伪类/伪元素中的@规则
- 避免在这些情况下添加不必要的
&包装 - 增加对新兴CSS特性的专门支持
总结
LightningCSS作为一款现代化的CSS处理工具,在大多数情况下表现优秀,但在处理某些特定的嵌套@规则时存在这一问题。开发者在使用时应特别注意嵌套在伪类/伪元素中的@规则,确保生成的CSS符合预期。随着工具的不断更新和完善,这类问题有望得到彻底解决。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
64
19
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
392
3.88 K
暂无简介
Dart
671
156
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
311
🎉 (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
1.2 K
654
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1