Rspress项目中HTML标签在Features配置中的渲染问题解析
2025-07-09 05:39:53作者:薛曦旖Francesca
问题背景
在使用Rspress构建文档站点时,开发人员经常会在配置文件中使用features字段来展示产品特性。近期有用户反馈,当在features配置的icon字段中使用简单的HTML标签(如<img>)时,这些标签会被错误地渲染为纯文本而非HTML元素。
问题现象
原本正常的配置方式如下:
features:
- title: 示例特性
icon: <img src="logo.png" alt="示例Logo" />
details: 特性描述内容
在更新后的版本中,<img>标签会被直接显示为字符串,而不是渲染为图片元素。用户发现必须将标签包裹在<div>中才能正常工作:
features:
- title: 示例特性
icon: <div><img src="logo.png" alt="示例Logo" /></div>
details: 特性描述内容
技术分析
这个问题源于Rspress内部对Markdown内容的解析逻辑变更。在之前的版本中,解析器会直接识别并处理HTML标签。但在某个更新后,解析器开始对内容进行更严格的语法检查,导致单独的HTML标签被当作普通文本处理。
这种变化可能是出于安全考虑或为了统一内容解析方式。在Markdown解析器中,通常需要明确的上下文来确定某段内容应该作为HTML处理还是作为纯文本处理。当HTML标签没有包裹在其他元素中时,解析器可能无法准确判断其意图。
解决方案
目前有两种可行的解决方案:
-
包裹标签法:如问题描述所示,将单独的HTML标签包裹在
<div>或其他容器元素中icon: <div><img src="logo.png" alt="Logo" /></div> -
使用Markdown语法:如果适用,可以使用Markdown的图片语法替代HTML
icon: 
最佳实践建议
- 在使用HTML标签时,始终使用完整的元素结构(包含开始和结束标签)
- 考虑使用更语义化的容器元素,如
<figure>或<span>而非通用的<div> - 对于简单的图标展示,优先使用项目支持的图标组件或Markdown语法
- 在升级Rspress版本时,注意检查features等动态内容区域的渲染效果
总结
这个问题展示了现代文档工具在处理混合内容(Markdown+HTML)时面临的挑战。Rspress作为一款现代化的文档工具,在追求功能丰富的同时也需要平衡安全性和灵活性。开发者在配置内容时应当注意内容结构的完整性,并随时关注项目更新日志中的解析规则变更。
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-1.5暂无简介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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
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
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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