Marked.js 开源项目教程
2024-10-10 09:10:34作者:邓越浪Henry
1. 项目介绍
Marked.js 是一个快速、轻量级的 Markdown 解析器和编译器,专为速度而设计。它能够在不使用缓存或长时间阻塞的情况下解析 Markdown 内容,并且支持多种 Markdown 风格和规范。Marked.js 可以在浏览器、服务器或命令行界面(CLI)中使用,适用于各种应用场景。
2. 项目快速启动
安装
命令行安装
npm install -g marked
浏览器中使用
npm install marked
使用示例
命令行使用
# 示例:使用标准输入
$ marked -o hello.html
hello world
^D
$ cat hello.html
<p>hello world</p>
浏览器中使用
<!doctype html>
<html>
<head>
<meta charset="utf-8"/>
<title>Marked in the browser</title>
</head>
<body>
<div id="content"></div>
<script src="https://cdn.jsdelivr.net/npm/marked/marked.min.js"></script>
<script>
document.getElementById('content').innerHTML = marked.parse('# Marked in the browser\n\nRendered by **marked**.');
</script>
</body>
</html>
ESM 模块导入
<script type="module">
import { marked } from "https://cdn.jsdelivr.net/npm/marked/lib/marked.esm.js";
document.getElementById('content').innerHTML = marked.parse('# Marked in the browser\n\nRendered by **marked**.');
</script>
3. 应用案例和最佳实践
应用案例
- 静态网站生成器:Marked.js 可以用于将 Markdown 文件转换为 HTML,适用于静态网站生成器,如 Jekyll 或 Hugo。
- 博客平台:许多博客平台使用 Marked.js 来解析用户提交的 Markdown 内容,并将其转换为可读的 HTML 格式。
- 文档生成:Marked.js 可以用于生成项目文档,将 Markdown 格式的文档转换为 HTML 以便在线查看。
最佳实践
- 安全使用:由于 Marked.js 不进行 HTML 输出净化,建议在使用时结合 DOMPurify 等库进行安全处理。
- 性能优化:在处理大量 Markdown 内容时,可以考虑使用缓存机制来提高性能。
- 自定义扩展:Marked.js 支持扩展,可以根据项目需求自定义解析规则和输出格式。
4. 典型生态项目
- DOMPurify:用于净化 Marked.js 生成的 HTML 输出,防止 XSS 攻击。
- Highlight.js:用于在 Marked.js 生成的 HTML 中高亮显示代码块。
- Markdown-it:另一个流行的 Markdown 解析器,与 Marked.js 类似,但提供了更多的插件和扩展功能。
通过以上内容,您可以快速上手并深入了解 Marked.js 的使用和生态系统。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430