Lexical富文本编辑器v0.25.0版本技术解析
Lexical是一个由Facebook开源的现代化富文本编辑器框架,它提供了高度可定制和可扩展的架构,让开发者能够构建复杂的文本编辑体验。最新发布的v0.25.0版本虽然是一个临时发布版本,主要针对Android Chrome的输入回归问题进行了修复,但同时也带来了多项功能改进和新特性。
核心功能改进
本次更新在核心功能方面有几个值得关注的改进点:
-
NodeCaret API:新增了一个强大的文档树遍历API,为开发者提供了更灵活的方式来操作和遍历编辑器中的节点结构。这个API特别适合需要精确控制节点选择和遍历的高级用例。
-
删除字符逻辑优化:对deleteCharacter方法进行了重大重构,改进了处理块合并和装饰器删除时的行为。新版本采用直接遍历节点树的方式,替代了之前依赖浏览器选择API的实现,使行为更加一致可靠。
-
内联元素折叠:现在可以正确地通过内联元素(如链接)折叠到列表项等块级元素中,解决了之前由于内联元素存在而无法正确折叠的问题。
表格功能增强
表格功能在这个版本中获得了多项重要更新:
-
垂直对齐支持:TableCell节点新增了verticalAlign属性,允许开发者控制单元格内容的垂直对齐方式。
-
冻结行列:新增了对冻结首列和首行的支持,通过纯CSS实现,提升了大型表格的可浏览性。
-
样式支持:TableNode现在支持style属性,为表格提供了更丰富的样式定制能力。
-
嵌套表格限制:暂时禁用了嵌套表格功能,因为当前的基础设施还不能很好地支持嵌套表格的正确工作。
其他重要修复
-
Android Chrome兼容性:移除了之前为解决Android Chrome问题而添加的工作区代码,现在编辑器在该平台上的表现更加自然。
-
代码块选择边界:修复了代码块中选区边界的问题,使代码编辑体验更加精确。
-
类型提示菜单:现在类型提示菜单会正确遵守只读模式,防止在不可编辑状态下意外修改内容。
-
装饰器性能:优化了表格单元格调整大小的事件监听器,并移除了节点装饰器中冗余的Suspense组件,提升了整体性能。
技术细节深入
对于开发者而言,有几个技术细节值得特别关注:
-
删除字符处理:新版本改进了对特殊字符(如emoji)的处理,特别是那些不包含非BMP码点的grapheme簇。同时,对阴影根和装饰器周围的字符删除行为也进行了优化。
-
DOM导入:TextNode的importDOM现在支持高亮格式的导入,并提供了工具栏支持,使得从其他格式导入内容时能保留更多样式信息。
-
遍历算法:修复了DFS(深度优先搜索)遍历算法中的几个边界情况,包括从中途节点开始遍历时的问题,以及从内联节点开始时的深度计算。
总结
Lexical v0.25.0虽然是一个临时版本,但包含了多项重要的功能增强和问题修复。特别是NodeCaret API的引入为高级编辑器功能开发提供了新的可能性,而表格功能的持续改进则使得这一核心组件更加完善。对于正在使用或考虑使用Lexical的开发者来说,这个版本值得关注和升级。
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