Milkdown项目中自定义节点属性的实现方法
2025-05-24 02:14:20作者:殷蕙予
理解Milkdown的节点属性系统
Milkdown作为一款现代化的Markdown编辑器框架,提供了灵活的节点属性定制能力。在实际开发中,我们经常需要为特定节点添加自定义属性,比如为标题节点添加特定的class或id属性。
常见误区与问题分析
许多开发者尝试直接通过修改AST节点数据来添加属性,比如使用unist-util-visit工具遍历并修改heading节点的data.hProperties。然而这种方法往往无法生效,原因在于Milkdown的节点渲染流程中,AST到ProseMirror节点的转换过程会覆盖这些手动修改。
正确实现方式
1. 扩展基础节点Schema
要实现节点属性的自定义,首先需要扩展基础节点Schema。以heading节点为例:
const customHeadingSchema = headingSchema.extendSchema((prev) => {
return ctx => {
const baseSchema = prev(ctx)
return {
...baseSchema,
attrs: {
...baseSchema.attrs,
hProperties: {
default: null,
},
parseMarkdown: {
...baseSchema.parseMarkdown,
runner: (state, node, type) => {
const depth = node.depth as number
const hProperties = node.data?.hProperties || {}
state.openNode(type, {
level: depth,
hProperties: {
...hProperties,
class: 'custom-heading-class',
id: 'custom-heading-id'
}
})
state.next(node.children)
state.closeNode()
}
}
}
}
}
})
2. 配置编辑器实例
在创建编辑器实例时,需要正确配置自定义的Schema:
const editor = Editor.make()
.config((ctx) => {
ctx.set(headingAttr.key, (node) => {
return {
...node.attrs,
hProperties: {
...node.attrs.hProperties,
class: 'additional-class'
}
}
})
})
.use(customHeadingSchema)
关键点解析
-
Schema扩展机制:Milkdown使用Schema来描述文档结构,任何节点属性的修改都需要通过Schema扩展来实现。
-
属性继承:在扩展Schema时,需要正确处理原有属性的继承关系,避免覆盖重要属性。
-
Markdown解析流程:parseMarkdown.runner方法负责将Markdown AST转换为ProseMirror节点,这是注入自定义属性的最佳时机。
-
运行时属性修改:通过headingAttr配置可以在运行时动态修改节点属性,但前提是Schema已经支持这些属性。
实际应用建议
-
对于简单的属性添加,优先考虑使用headingAttr配置。
-
对于复杂的定制需求,建议完整扩展节点Schema。
-
注意属性命名冲突,避免覆盖系统保留属性。
-
考虑属性的序列化问题,确保自定义属性能正确转换为Markdown。
通过理解Milkdown的节点渲染流程和Schema系统,开发者可以灵活地实现各种节点定制需求,打造符合项目特色的编辑器体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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Python00
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
最新内容推荐
WebVideoDownloader:高效网页视频抓取工具全面使用指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.62 K
Ascend Extension for PyTorch
Python
123
149
暂无简介
Dart
582
127
React Native鸿蒙化仓库
JavaScript
227
306
仓颉编译器源码及 cjdb 调试工具。
C++
121
374
仓颉编程语言运行时与标准库。
Cangjie
130
387
🎉 (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
1.05 K
610
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++
606
185
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205