BlockNote项目中如何自定义排除默认编辑器块类型
2025-05-29 04:30:51作者:彭桢灵Jeremy
BlockNote
A "Notion-style" block-based extensible text editor built on top of Prosemirror and Tiptap.
在富文本编辑器开发中,区块(block)是构建内容的基本单元。BlockNote作为一款现代化的块式编辑器框架,提供了灵活的方式来管理这些内容块。本文将深入探讨如何在该项目中排除不需要的默认块类型,实现更精细化的编辑器功能控制。
默认块类型概览
BlockNote内置了多种常用块类型作为默认配置:
- 标题(heading)
- 段落(paragraph)
- 无序列表项(bulletListItem)
- 有序列表项(numberedListItem)
- 图片(image)
- 表格(table)
这些预设类型覆盖了大多数基础编辑需求,但在特定场景下,开发者可能需要限制某些块类型的使用。
排除特定块类型的技术实现
核心原理
BlockNote通过Schema(模式)定义来控制可用的块类型。要排除特定默认块,需要重新配置blockSpecs参数,在保留其他块的同时移除目标类型。
具体实现方案
- 直接过滤法: 通过对象解构和剩余运算符排除特定块:
const { image, ...filteredBlocks } = defaultBlockSpecs;
const schema = BlockNoteSchema.create({
blockSpecs: filteredBlocks
});
- 使用工具函数: 借助lodash等工具库的omit方法:
import { omit } from 'lodash';
const schema = BlockNoteSchema.create({
blockSpecs: {
...omit(defaultBlockSpecs, ["image", "table"]),
customBlock: customBlockSpec
}
});
- 手动选择法: 显式列出需要保留的块:
const schema = BlockNoteSchema.create({
blockSpecs: {
heading: defaultBlockSpecs.heading,
paragraph: defaultBlockSpecs.paragraph,
customBlock: customBlockSpec
}
});
实际应用场景
- 内容安全控制:在需要防止用户上传图片的场景下排除image块
- 简化编辑器:为新手用户提供更简洁的编辑界面
- 特殊格式要求:确保文档保持统一的格式风格
- 性能优化:移除不使用的块类型减少包体积
注意事项
- 排除块类型会影响已有文档中该类型内容的渲染
- 考虑提供适当的用户提示,解释为何某些功能不可用
- 在团队协作场景中,确保所有客户端使用相同的块类型配置
- 测试排除后编辑器的各项功能是否正常
通过灵活配置块类型,开发者可以打造更符合业务需求的编辑器体验,平衡功能丰富性与使用简便性。BlockNote的这种设计体现了现代编辑器框架的可扩展理念。
BlockNote
A "Notion-style" block-based extensible text editor built on top of Prosemirror and Tiptap.
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217