JSDOM 26.0.0版本发布:Canvas升级与Web标准新特性支持
JSDOM项目简介
JSDOM是一个在Node.js环境中实现Web浏览器DOM和HTML标准的纯JavaScript实现。它允许开发者在服务器端运行和测试需要浏览器环境的JavaScript代码,是现代前端工程化测试、爬虫开发和服务端渲染等场景中的重要工具。JSDOM通过提供浏览器环境功能,实现了window、document等浏览器API,使得开发者无需真实浏览器即可执行DOM操作。
版本26.0.0主要更新内容
1. Canvas依赖重大升级
本次版本最显著的变更是将canvas的peer dependency从v2升级到了v3。这是一个破坏性变更,意味着使用JSDOM 26.0.0的项目必须同时升级其canvas依赖到v3版本。
Canvas库是JSDOM中实现HTML5 Canvas API的核心依赖,v3版本带来了性能改进和更好的Node.js版本兼容性。开发者需要注意:
- 如果项目直接或间接依赖canvas@2.x,需要先升级到canvas@3.x
- 检查项目中是否有代码依赖于canvas v2特有的API或行为
- 测试canvas相关功能是否在升级后正常工作
2. 新增AbortSignal.any()支持
JSDOM 26.0.0实现了最新的Web标准AbortSignal.any()方法。这个方法允许开发者组合多个AbortSignal,创建一个新的信号,当任何一个源信号被中止时,这个组合信号也会被中止。
典型使用场景:
const controller1 = new AbortController();
const controller2 = new AbortController();
const combinedSignal = AbortSignal.any([controller1.signal, controller2.signal]);
fetch(url, { signal: combinedSignal });
这样,无论是controller1还是controller2调用abort(),都会中止fetch请求。
3. 表单关联自定义元素初步支持
JSDOM开始支持Web Components中与表单相关的功能,特别是使自定义元素可标记(labelable)和支持ElementInternals的labels属性。这一更新为开发者提供了:
- 让自定义元素能够像原生表单控件一样被
- 通过ElementInternals API访问元素的labels集合
- 为未来完全支持表单关联自定义元素奠定了基础
需要注意的是,当前版本尚未支持表单关联回调方法,如formAssociatedCallback()等。
4. 底层依赖更新与功能增强
JSDOM 26.0.0更新了多个核心依赖,带来了诸多改进:
- whatwg-url增加了URL.parse()支持,提供了更灵活的URL解析能力
- cssstyle和rrweb-cssom更新提升了CSS解析的准确性和兼容性
- nwsapi改进增强了CSS选择器匹配能力
- parse5修复了关于
这些底层改进使得JSDOM在解析和处理HTML、CSS时更加符合浏览器行为。
5. JSDOM.fromURL()错误处理修复
修复了JSDOM.fromURL()方法在服务器重定向到无效URL时的行为。现在当发生这种情况时,方法会正确地拒绝返回的Promise,而不是抛出未捕获的异常。这使得错误处理更加符合Promise的最佳实践,开发者可以更可靠地捕获和处理这类错误。
升级建议
对于计划升级到JSDOM 26.0.0的开发者,建议采取以下步骤:
- 首先检查并升级canvas依赖到v3版本
- 测试项目中是否使用了被修改的API,特别是fromURL()的错误处理逻辑
- 验证自定义元素与表单相关的功能是否受影响
- 全面运行测试套件,确保CSS选择器和URL处理等功能的兼容性
JSDOM 26.0.0的这些更新不仅带来了新特性和改进,也使其更加贴近最新的Web标准,为开发者提供了更强大、更可靠的浏览器环境功能支持。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
Kimi-K2-ThinkingKimi-K2-Thinking是最新开源思维模型,作为能动态调用工具的推理代理,通过深度多步推理和稳定工具调用(200-300次连续调用),在HLE、BrowseComp等基准测试中刷新纪录。原生INT4量化模型,256k上下文窗口,实现推理延迟和GPU内存使用的无损降低,支持自主研究、编码和写作等工作流。【此简介由AI生成】Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00