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。
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
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