PlantUML 对象图圆角样式增强解析
2025-05-20 16:31:43作者:戚魁泉Nursing
背景介绍
PlantUML 作为一款强大的图表工具,在软件工程领域被广泛用于绘制各种UML图表。近期,PlantUML 团队针对对象图(Object Diagram)、映射图(Map Diagram)和JSON图(JSON Diagram)的视觉样式进行了重要增强,增加了对这些元素圆角(RoundCorner)样式的支持。
样式增强内容
此次更新主要扩展了RoundCorner样式属性的适用范围,使其不仅限于类图(Class Diagram),还能应用于以下三种元素类型:
- 对象元素(Object Element):用于表示特定实例的对象
- 映射元素(Map Element):用于展示键值对关系
- JSON元素(JSON Element):用于直观展示JSON数据结构
技术实现分析
在实现层面,PlantUML团队通过修改样式渲染引擎,使这些元素类型能够识别并应用RoundCorner样式属性。这一改进保持了与现有样式系统的一致性,开发者可以继续使用熟悉的CSS-like语法来定义圆角效果。
实际应用示例
以下是一个综合应用示例,展示了如何在各种元素上使用RoundCorner样式:
@startuml
<style>
root {
RoundCorner 30
}
</style>
class Class {
RoundCorner <b><color:green>OK
}
json JSON {
"fruit":"Apple",
"size":"Large",
"color": ["Red", "Green"]
}
object London
map Map_CapitalCity {
UK *-> London
USA => Washington
Germany => Berlin
}
@enduml
在这个示例中:
- 类元素(Class)已经支持圆角样式
- JSON元素(JSON)现在也可以应用圆角
- 对象元素(Object)如"London"支持圆角
- 映射元素(Map)如"Map_CapitalCity"同样支持圆角
设计意义
圆角样式的扩展支持为PlantUML用户提供了更丰富的视觉设计选择:
- 视觉一致性:所有主要元素类型现在都可以采用统一的圆角设计风格
- 美学提升:圆角设计可以使图表看起来更加现代和友好
- 重点突出:通过圆角可以更好地区分不同类型的元素
版本兼容性
这一功能增强已在PlantUML v1.2025.0版本中正式发布。用户升级到该版本后即可使用这些新特性。
总结
PlantUML对对象图、映射图和JSON图圆角样式的支持,进一步丰富了其图表定制能力,使开发者能够创建更具视觉吸引力和专业性的技术图表。这一改进体现了PlantUML团队对用户体验的持续关注和对细节的重视。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
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
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
477
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258