Dumi项目中Hash路由模式下Base配置的注意事项
2025-06-19 09:20:55作者:贡沫苏Truman
问题背景
在使用Dumi构建文档站点时,开发者可能会遇到一个特殊场景:当项目需要部署在非根目录下,同时使用Hash路由模式时,配置不当会导致页面白屏且无报错的问题。这种情况在Dumi 2.4.14版本中被发现并确认。
问题现象
当开发者在dumi配置中同时设置了以下内容时:
base: '/docs-dist/'(指定项目部署的基础路径)history: { type: "hash" }(使用Hash路由模式)publicPath: '/docs-dist/'(指定静态资源路径)
页面访问会出现白屏现象,且控制台没有任何错误提示。而当注释掉Hash路由配置后,页面又能正常显示。
技术分析
Hash路由与Browser路由的区别
在Web应用中,路由模式主要分为两种:
- Browser路由:依赖HTML5 History API,URL显示为常规路径(如
/docs-dist/page) - Hash路由:使用URL的hash部分(如
/#/page),兼容性更好,不需要服务器额外配置
Base配置的作用
base配置项用于指定应用部署的基础路径,这在项目部署到非根目录时尤为重要。它会影响:
- 路由匹配
- 静态资源路径
- 导航链接生成
解决方案
经过验证,在Dumi中使用Hash路由模式时,不应设置base配置项。这是因为:
- Hash路由本身不依赖路径前缀,它的路由信息存储在
#之后 - 浏览器对hash部分的处理与常规路径不同,不需要base前缀
- 静态资源路径仍可通过
publicPath单独配置
正确的配置方式应该是:
export default defineConfig({
outputPath: 'docs-dist',
themeConfig: {
name: 'test',
},
publicPath: '/docs-dist/', // 仅配置静态资源路径
history: {
type: "hash" // 使用hash路由
},
exportStatic: false,
});
最佳实践建议
- 非必要不使用Hash路由:除非有特殊兼容性需求,否则推荐使用默认的Browser路由
- 部署路径规划:尽量将项目部署在根目录,避免复杂的路径配置
- 测试验证:部署前应在本地使用
serve等工具模拟生产环境测试 - 文档查阅:仔细阅读框架文档中关于路由和部署的说明
总结
Dumi作为专业的文档工具,在大多数情况下都能很好地处理各种部署场景。但当遇到特殊配置组合时,开发者需要理解底层原理。Hash路由与base配置的冲突问题,本质上是因为两种机制对URL处理方式的差异导致的。通过合理配置和深入理解,可以避免这类问题的发生。
对于文档类项目,如果必须使用Hash路由,记住只需配置publicPath而无需设置base,这是解决此类白屏问题的关键。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。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Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
211
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212