jsdom 26.1.0版本发布:SVG支持增强与性能优化
项目简介
jsdom是一个纯JavaScript实现的Web标准DOM和HTML,它能够在Node.js环境中模拟浏览器环境。这个项目对于前端开发测试、服务器端渲染等场景非常重要,让开发者无需真实浏览器就能操作DOM结构、运行脚本和处理事件。
版本亮点
增强的SVG元素支持
26.1.0版本显著增强了对SVG(可缩放矢量图形)的支持,新增了多个SVG元素及其对应类的实现:
-
基础容器元素:新增了
<defs>(SVGDefsElement)、<g>(SVGGElement)和<symbol>(SVGSymbolElement)等容器元素的实现。这些元素在SVG中用于定义可重用组件或分组其他元素。 -
元数据元素:实现了
<desc>(SVGDescElement)和<metadata>(SVGMetadataElement),这些元素用于存储SVG文档的描述信息和元数据。 -
条件渲染元素:新增了
<switch>(SVGSwitchElement)支持,这个元素允许根据用户代理的能力或语言设置等条件来选择渲染不同的子元素。
新增SVG相关类型
-
动画相关类型:引入了
SVGAnimatedPreserveAspectRatio和SVGAnimatedRect类型,这些类型用于处理SVG中可动画的属性值。 -
矩形区域支持:新增了
SVGSVGElement的createSVGRect()方法和SVGRect类型,为SVG图形操作提供了更完整的支持。值得注意的是,SVGRect与常见的DOMRect是不同的类型,专为SVG设计。
HTML表单改进
版本中为HTMLFormElement增加了索引属性支持,这意味着现在可以通过数字索引直接访问表单中的元素,如form[0]将返回表单中的第一个元素。这一改进使jsdom的行为更接近真实浏览器。
视口计算优化
改进了SVGElement的viewportElement()方法,现在能够根据祖先元素正确计算和建立视口。这对于嵌套SVG元素和复杂SVG文档的渲染至关重要。
依赖项优化
移除了form-data依赖项,转而使用项目自身实现的更轻量级的multipart/form-data序列化方案。这一变化不会影响功能,但减少了项目的依赖体积,提高了可靠性和性能。
性能提升
26.1.0版本包含了多项性能优化措施:
-
缓存机制:引入了更多缓存策略,减少重复计算。
-
微优化:对关键路径进行了细粒度优化。
-
延迟对象创建:采用惰性初始化策略,只在需要时才创建对象,降低了内存使用和初始化开销。
这些优化使得jsdom在处理复杂DOM结构时更加高效,特别是在大量操作SVG元素的场景下。
技术意义
这次更新使得jsdom对SVG标准的支持更加完整,为以下场景提供了更好的支持:
-
SVG动态生成与操作:开发者现在可以在Node.js环境中更完整地操作SVG文档结构。
-
图形测试:为基于SVG的数据可视化库提供了更真实的测试环境。
-
服务器端渲染:增强了SVG内容的服务器端渲染能力。
-
Web标准兼容性:使jsdom更接近浏览器行为,提高了测试的可靠性。
对于依赖jsdom进行前端测试或服务器端渲染的开发者来说,26.1.0版本提供了更完整的功能集和更好的性能表现,特别是在处理SVG内容时。这些改进使得非浏览器环境下的DOM操作更加接近真实浏览器行为,有助于提高开发效率和测试准确性。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00