Milkdown编辑器中的自定义快捷键绑定实践
2025-05-24 08:06:56作者:霍妲思
在富文本编辑器开发中,快捷键功能是提升用户体验的重要特性。本文将详细介绍如何在Milkdown编辑器中实现自定义快捷键功能,特别是处理类似Ctrl+S这样的组合键操作。
问题背景
开发者在Milkdown编辑器中遇到一个常见需求:当编辑器获得焦点时,无法捕获并处理特定的键盘快捷键事件(如Ctrl+S)。传统的DOM事件监听方式在这种情况下失效,因为编辑器内部已经处理了这些事件。
传统解决方案的局限性
开发者最初尝试使用常规的addEventListener来监听键盘事件:
window.addEventListener('keydown', (e) => {
if (e.ctrlKey && e.key === 's') {
e.preventDefault();
// 处理保存逻辑
}
});
这种方法的问题在于,当编辑器获得焦点时,事件会被编辑器内部处理,导致外部监听器无法捕获这些事件。
Milkdown的解决方案
Milkdown提供了专门的API来处理编辑器内的快捷键操作:
- $command - 创建自定义命令
- $useKeymap - 将快捷键绑定到命令
实现步骤
- 创建自定义命令:
const saveCommand = $command('saveCommand', (ctx) => (options) => {
return (state, dispatch) => {
// 执行保存逻辑
return true;
}
});
- 定义快捷键映射:
const saveKeyMap = $useKeymap("saveKeymap", {
saveDescription: {
shortcuts: "Ctrl-s",
command: (ctx) => {
const commands = ctx.get(commandsCtx);
return () => commands.call(saveCommand.key);
},
},
});
- 将命令和快捷键映射应用到编辑器:
crepe.editor.use([saveCommand, saveKeyMap].flat());
技术原理
Milkdown的快捷键系统基于ProseMirror的keymap插件构建。$useKeymap实际上创建了一个ProseMirror keymap规范,它会在编辑器获得焦点时优先处理这些快捷键绑定。这种方式比全局事件监听更加精确,也避免了事件冲突。
最佳实践
- 快捷键命名:为每个快捷键操作使用清晰的名称,便于维护
- 命令复用:相同的命令可以绑定到不同的快捷键
- 错误处理:在命令执行中添加适当的错误处理逻辑
- 性能考虑:避免在快捷键处理中执行耗时操作
扩展应用
这种模式不仅适用于保存操作,还可以用于:
- 自定义格式切换(如Markdown语法快捷输入)
- 编辑器功能快速访问(如插入特定内容块)
- 多步骤操作的快捷方式
通过Milkdown提供的这套API,开发者可以灵活地为编辑器添加各种快捷键功能,同时保持代码的整洁和可维护性。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492