Sass/dart-sass 项目中 @import 规则解析异常问题分析
在 Sass/dart-sass 项目的 1.79.5 版本升级后,部分用户在使用 CSS 文件中的 @import 规则时遇到了类型转换异常问题。这个错误表现为当尝试解析包含特定格式 @import 规则的 CSS 文件时,系统会抛出"InterpolatedFunctionExpression 不是 StringExpression 的子类型"的错误。
问题现象
用户在使用 yarn build:css 命令构建项目时,会遇到以下错误提示:
TypeError: Instance of 'InterpolatedFunctionExpression': type 'InterpolatedFunctionExpression' is not a subtype of type 'StringExpression'
经过验证,这个问题在 1.79.4 版本中不存在,但在 1.79.5 及更高版本中都会出现。
问题根源
深入分析后发现,这个问题与 CSS 文件中 @import 规则的特殊使用方式有关。具体来说,当 CSS 文件中包含以下格式的 @import 规则时会出现问题:
- 使用带引号的 URL 字符串:
@import url("quoted-url-string"); - 使用 src() 函数的变体语法:
@import src("url-string");
dart-sass 解析器在处理这些特定格式的 @import 规则时,未能正确识别 URL 字符串的类型,导致类型转换失败。
解决方案
目前有以下几种可行的解决方案:
-
文件扩展名方案:将包含 @import 规则的文件扩展名从 .css 改为 .scss。Sass 处理器对 .scss 文件中的 @import 规则有更好的支持。
-
URL 格式调整:避免在 @import 规则的 URL 中使用引号,改为直接使用:
@import url(unquoted-url-string); -
版本回退:暂时回退到 1.79.4 版本,等待官方修复。
技术背景
根据 CSS 规范,@import 规则支持两种语法格式:
- 传统 URL 格式:
@import url(string); - 现代 src() 函数格式:
@import src(string);
其中 src() 函数允许引用 CSS 变量,而 url() 则不支持。dart-sass 当前版本对 src() 格式的支持尚不完善,导致了这次解析异常。
最佳实践建议
- 在 Sass 项目中,尽量使用 .scss 文件扩展名而非 .css
- 避免在 @import 规则的 URL 中使用不必要的引号
- 考虑使用 Sass 的 @use 规则替代 @import(Sass 官方推荐)
- 对于必须使用纯 CSS 的场景,确保 @import 语法简洁规范
这个问题预计会在未来的 dart-sass 版本中得到修复,开发团队已经注意到这个解析器缺陷并开始着手解决。在此期间,开发者可以采用上述解决方案之一来规避问题。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00