BlockNote项目中禁用表格扩展的技术实现方案
2025-05-29 08:57:40作者:咎竹峻Karen
BlockNote
A "Notion-style" block-based extensible text editor built on top of Prosemirror and Tiptap.
在BlockNote这个富文本编辑器项目中,开发者有时需要禁用某些默认启用的功能扩展,比如表格功能。本文将详细介绍如何在BlockNote中正确禁用表格扩展,并解决相关类型定义问题。
禁用表格扩展的正确方式
BlockNote并没有直接提供disableExtensions参数来禁用特定扩展,而是需要通过修改blockSpecs来实现。具体步骤如下:
- 首先从默认的blockSpecs中解构出table和其他specs
- 创建一个新的schema,只包含需要的specs
- 将这个自定义schema传递给编辑器
const { table, ...remainingSpecs } = defaultBlockSpecs;
const schema = BlockNoteSchema.create({
blockSpecs: remainingSpecs,
});
const editor = useCreateBlockNote({
schema,
});
这种方法不仅移除了表格功能,还会自动移除所有与表格相关的支持节点,确保编辑器完全不具备表格功能。
处理初始内容类型问题
当使用自定义schema时,初始内容(initialContent)的类型也需要相应调整。默认情况下,Block[]类型使用默认的block schema,但自定义schema需要显式指定类型参数:
const initialContent: Block<typeof schema.blockSchema>[] = [];
然后在创建编辑器时使用这个类型化的初始内容:
const editor = useCreateBlockNote({
schema,
initialContent,
});
技术原理分析
BlockNote的这种设计体现了良好的架构思想:
- 模块化设计:通过分离不同的blockSpecs,使得功能可以按需组合
- 类型安全:TypeScript类型系统确保自定义schema和内容的一致性
- 完整性:移除一个blockSpec会自动移除其依赖的所有相关节点
这种设计模式在富文本编辑器中很常见,它允许开发者灵活定制编辑器功能,同时保持系统的稳定性和类型安全。
最佳实践建议
- 在移除任何默认blockSpec前,确保了解其对编辑器功能的影响
- 考虑创建可重用的schema配置,便于在项目不同部分使用
- 对于复杂场景,可以考虑创建多个schema并在不同场景下切换使用
- 始终确保初始内容与当前schema兼容,避免运行时错误
通过以上方法,开发者可以安全有效地在BlockNote中禁用不需要的功能扩展,打造更符合项目需求的编辑器体验。
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
223
245
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
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
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
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218