SunEditor 2.47.1版本发布:修复IE11兼容性问题与功能增强
SunEditor是一个基于JavaScript的富文本编辑器,它提供了轻量级、可定制和响应式的编辑体验。该编辑器支持现代浏览器,并不断优化以适应各种使用场景。最新发布的2.47.1版本主要解决了IE11浏览器的兼容性问题,并带来了一些新功能和改进。
关键修复:IE11兼容性问题
2.47.1版本最重要的修复是针对Internet Explorer 11浏览器的编辑器渲染问题。在之前的版本中,SunEditor在IE11环境下可能无法正常显示或工作。这个修复确保了编辑器能够在更广泛的浏览器环境中稳定运行,特别是对于那些仍在使用IE11的企业用户或特定场景下的用户。
新增功能特性
严格HTML验证选项
新版本引入了"strictHTMLValidation"选项,这是一个重要的安全增强功能。当启用此选项时,编辑器会对输入的HTML内容进行更严格的验证,确保只有符合规范的HTML标签和属性能够被保留。这有助于防止XSS攻击和其他安全风险,特别适合在需要高安全性的应用场景中使用。
图片库数据选项
另一个新增功能是"imageGalleryData"选项,它为开发者提供了更灵活的图片库集成方式。通过这个选项,开发者可以预加载图片库数据,或者动态管理编辑器中的图片资源。这对于需要构建复杂图片管理功能的应用程序特别有用,如CMS系统或电子商务平台。
技术改进与优化
TypeScript支持增强
2.47.1版本对TypeScript类型定义进行了改进,填补了之前版本中缺失的部分。这使得在使用TypeScript开发时能够获得更好的类型提示和代码补全,提高了开发效率和代码质量。
移动设备检测逻辑优化
针对移动设备的检测逻辑得到了改进,使得编辑器能够更准确地识别运行环境,从而提供更适合移动设备的交互体验。这对于响应式设计和移动优先的应用开发尤为重要。
重要Bug修复
键盘操作问题修复
新版本修复了多个与键盘操作相关的问题,包括删除、换行和Tab键在某些情况下无法正常工作的情况。这些修复显著提升了编辑器的可用性和用户体验,特别是在快速输入和编辑内容时。
焦点管理改进
当应用列表格式时,编辑器现在能够更好地保持焦点状态,避免了之前版本中可能出现的焦点丢失问题。这使得格式操作更加流畅自然。
图片插入状态更新
修复了在行末插入图片时状态更新不及时的问题,确保了编辑器状态与用户操作保持同步。
快速输入时的光标位置问题
解决了在快速输入文本后光标位置可能意外变化的问题,特别是在全选文本后立即输入内容的情况下。这个修复使得编辑体验更加稳定可靠。
核心未定义异常处理
新增了对"core"未定义情况的异常处理,提高了编辑器的健壮性和错误恢复能力。
总结
SunEditor 2.47.1版本虽然是一个热修复版本,但它带来了重要的兼容性修复和功能增强。特别是对IE11的支持修复,扩展了编辑器的适用环境。新增的严格HTML验证和图片库数据选项为开发者提供了更多控制权和灵活性。同时,各种用户体验和稳定性的改进使得这个版本成为SunEditor发展历程中的一个重要里程碑。对于正在使用或考虑使用SunEditor的开发者来说,升级到这个版本将获得更稳定、更安全的编辑体验。
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