Internet Archive BookReader v5.0.0-92 版本发布:搜索插件架构重构解析
Internet Archive BookReader 是一个开源的在线电子书阅读器解决方案,它提供了丰富的功能来展示和阅读数字化书籍。该项目由 Internet Archive 维护,广泛应用于各类数字图书馆和电子书阅读平台。
本次发布的 v5.0.0-92 版本主要对搜索功能进行了重大重构,将原有的搜索实现迁移到了新的 BookReaderPlugin 系统。这一变化不仅带来了架构上的改进,也为开发者提供了更灵活的自定义选项。
搜索插件架构重构
本次重构的核心是将搜索功能从核心代码中解耦,使其成为一个独立的插件。这种模块化的设计带来了几个显著优势:
- 代码组织更清晰:搜索相关逻辑现在集中在 SearchPlugin 类中,不再分散在核心代码各处
- 维护性提升:插件系统提供了标准化的接口,便于未来扩展和维护
- 自定义能力增强:开发者现在可以通过配置更精细地控制搜索行为
配置变更详解
重构后,搜索相关的配置选项都移动到了 options.plugins.search 命名空间下。以下是主要变更点:
搜索标记配置
原先的 searchInsidePreTag 和 searchInsidePostTag 现在简化为 preTag 和 postTag,位于插件配置中。这些标记用于高亮显示搜索结果。
搜索端点URL重构
searchInsideUrl 现在支持更强大的字符串模板功能(StringWithVars),开发者可以动态构建搜索URL。新特性包括:
- 支持从根选项中引用变量(如
{{server}}) - 自动URL编码功能(
{{query|urlencode}}) - 可以访问
preTag和postTag配置 - 不再局限于Internet Archive特定的逻辑
初始搜索词配置
initialSearchTerm 现在也移到了插件配置中,保持配置结构的一致性。
废弃项说明
searchInsideProtocol 配置项已被弃用,推荐使用新的URL模板变量功能替代。
API变更与兼容性
本次重构对API进行了整理,大部分搜索相关的方法和属性现在都位于 SearchPlugin 实例中。值得注意的是:
br.search仍然保留作为快捷访问方式- 原有的搜索相关属性和方法(如
searchResults,searchXHR等)都已迁移到插件内部 - 搜索高亮相关方法(
updateSearchHilites,removeSearchResults等)也移到了插件中
这种变更虽然带来了一些破坏性变化,但为未来的功能扩展奠定了更好的基础。
升级建议
对于正在使用BookReader的项目,升级到本版本时需要注意:
- 检查所有搜索相关的配置,按照新的结构进行调整
- 如果直接调用了搜索相关API,需要更新调用路径
- 利用新的URL模板功能简化搜索端点的配置
- 测试搜索高亮功能,确保
preTag和postTag配置正确
总结
v5.0.0-92 版本通过对搜索功能的插件化重构,显著提升了BookReader的架构质量。虽然带来了一些破坏性变更,但这些改进为开发者提供了更强大、更灵活的自定义能力,同时也为未来的功能扩展铺平了道路。建议所有使用搜索功能的项目规划升级,以利用这些改进带来的好处。
kernelopenEuler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。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00