Bun项目中Tailwind v4的rounded-full样式打包问题解析
在Bun项目的开发过程中,我们发现了一个与Tailwind CSS v4版本相关的样式打包问题。这个问题主要出现在使用Bun构建工具打包包含rounded-full类的项目时,导致生成的CSS值在Safari浏览器中出现兼容性问题。
问题现象
当开发者使用Bun构建工具打包包含Tailwind v4的rounded-full类时,生成的CSS样式为:
.rounded-full {
border-radius: 1e999px;
}
然而,正确的期望值应该是:
.rounded-full {
border-radius: 3.40282e38px;
}
这个差异在Chrome浏览器中表现正常,但在Safari和Arc iOS浏览器中会导致圆角效果失效,因为这些浏览器无法正确解析1e999px这样的值。
技术背景
Tailwind CSS v4中,rounded-full类的实现从v3的9999px改为了使用CSS的calc(infinity * 1px)表达式。这种变化是为了提供更灵活的样式控制,但在不同浏览器引擎中的解析方式存在差异。
在CSS规范中,infinity表示无限大,但不同浏览器引擎对其具体数值的实现有所不同:
- WebKit(Safari)引擎期望的无限大近似值为
3.40282e38px - Blink(Chrome)和Gecko(Firefox)引擎可以正确处理
1e999px这样的值
问题根源
通过分析Bun的源代码和测试用例,我们发现这个问题源于Bun的CSS处理逻辑中对无限大值的处理方式。Bun内部将calc(infinity * 1px)转换为1e999px,而实际上应该转换为3.40282e38px以保证跨浏览器兼容性。
在Bun的测试用例中,甚至有一个专门测试这种边界情况的用例,但当前实现与期望输出不符:
test("calc edge case", () => {
minify_test(
`.rounded-full {
border-radius: calc(infinity * 1px);
width: calc(infinity * -1px);
}`,
`.rounded-full{border-radius:1e999px;width:-1e999px}`
);
});
临时解决方案
对于急需解决问题的开发者,可以考虑以下临时方案:
- 覆盖Tailwind的主题配置:
@theme {
--radius-full: 9999px;
}
- 直接使用具体值替代
rounded-full类:
<div class="rounded-[9999px]">...</div>
长期解决方案
Bun开发团队已经确认这是一个需要修复的bug。理想的修复方案应该是:
- 修改CSS处理逻辑,将无限大值统一转换为
3.40282e38px - 更新相关测试用例以反映正确的期望输出
- 确保与主流CSS处理工具(如lightningcss)的输出保持一致
总结
这个问题展示了前端开发中浏览器兼容性挑战的一个典型案例。CSS规范中的某些特性在不同浏览器引擎中的实现差异,需要构建工具特别注意处理。对于使用Bun和Tailwind CSS的开发者,建议关注此问题的官方修复进展,同时可以使用上述临时解决方案确保项目在Safari浏览器中的正常表现。
作为现代前端工具链的一部分,构建工具对CSS特殊值的正确处理至关重要,这直接影响到最终生成的样式在不同浏览器环境中的一致性。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00