Yomitan 扩展中实现动态切换日语假名注音显示的技术方案
背景介绍
Yomitan 是一款功能强大的日语学习工具,它能够为日语文本提供假名注音(furigana)支持。在实际使用过程中,部分高级学习者可能希望暂时隐藏这些注音,以便更好地测试自己的阅读能力。本文将详细介绍如何在 Yomitan 中通过 CSS 实现动态显示/隐藏假名注音的功能。
技术实现原理
Yomitan 的假名注音功能是通过 HTML 的 <ruby> 标签实现的。在 HTML 结构中,每个需要注音的汉字或词汇都会被包裹在 <ruby> 标签中,其中汉字本身是主文本(<rb>),而注音则是位于上方的假名(<rt>)。
通过分析 Yomitan 的 DOM 结构,我们发现:
- 主词汇的注音使用
.gloss-sc-rt类 - 例句中的注音也使用相同的类名
CSS 解决方案
要实现动态显示/隐藏假名注音,我们可以利用 CSS 的 :hover 伪类和 visibility 属性。以下是完整的 CSS 代码:
/* 默认隐藏所有假名注音 */
.gloss-sc-rt {
visibility: hidden;
}
/* 当鼠标悬停在注音词汇上时显示该词汇的注音 */
.gloss-sc-ruby:hover .gloss-sc-rt {
visibility: visible;
}
/* 确保相邻词汇的注音也能同时显示 */
.gloss-sc-ruby:hover ~ .gloss-sc-ruby .gloss-sc-rt {
visibility: visible;
}
实现效果说明
- 初始状态:所有假名注音都会被隐藏
- 悬停状态:当鼠标悬停在某个词汇上时:
- 该词汇的假名注音会显示
- 同一句子中相邻词汇的假名注音也会同时显示
- 离开状态:鼠标移开后,所有假名注音恢复隐藏状态
在 Yomitan 中的配置方法
- 打开 Yomitan 设置页面
- 找到"Popup CSS"设置项
- 将上述 CSS 代码粘贴到输入框中
- 保存设置
技术要点解析
-
visibility vs display:使用
visibility: hidden而非display: none是为了保持页面布局稳定,避免元素隐藏/显示时造成的页面跳动。 -
相邻选择器:
~选择器用于匹配同一父元素下的后续兄弟元素,确保当鼠标悬停在句子开头的词汇上时,整个句子的注音都能显示。 -
特异性控制:通过类选择器确保样式只作用于 Yomitan 的注音元素,不会影响页面其他部分的
<ruby>标签。
扩展应用
这一技术方案不仅适用于 Yomitan 的例句部分,同样可以应用于主词汇的假名注音。通过适当调整 CSS 选择器,可以实现更精细的控制,例如:
- 单独控制主词汇和例句的注音显示
- 添加过渡动画效果
- 根据用户偏好持久化显示/隐藏状态
总结
通过简单的 CSS 技巧,我们实现了 Yomitan 中假名注音的动态显示功能。这种非侵入式的解决方案既保留了原有功能,又增加了使用灵活性,特别适合不同学习阶段的日语学习者。这种基于 CSS 的界面定制方法也展示了现代 Web 技术的强大可扩展性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112