CommonMark PHP 解析器使用教程
2024-09-28 15:48:18作者:姚月梅Lane
1、项目介绍
league/commonmark 是一个高度可扩展的 PHP Markdown 解析器,完全支持 CommonMark 和 GFM(GitHub Flavored Markdown)规范。该项目由 Colin O'Dell 创建,基于 John MacFarlane 的 CommonMark JS 参考实现。它旨在提供一个强大且灵活的工具,用于将 Markdown 转换为 HTML。
2、项目快速启动
安装
首先,确保你的 PHP 版本为 7.4 或更高,并且安装了 mbstring 扩展。然后,使用 Composer 安装 league/commonmark:
composer require league/commonmark
基本使用
以下是一个简单的示例,展示如何将 Markdown 转换为 HTML:
use League\CommonMark\CommonMarkConverter;
$converter = new CommonMarkConverter([
'html_input' => 'strip',
'allow_unsafe_links' => false,
]);
echo $converter->convert('# Hello World!');
// 输出: <h1>Hello World!</h1>
如果你需要使用 GitHub Flavored Markdown (GFM),可以使用 GithubFlavoredMarkdownConverter:
use League\CommonMark\GithubFlavoredMarkdownConverter;
$converter = new GithubFlavoredMarkdownConverter([
'html_input' => 'strip',
'allow_unsafe_links' => false,
]);
echo $converter->convert('# Hello World!');
// 输出: <h1>Hello World!</h1>
3、应用案例和最佳实践
应用案例
- 博客系统:许多博客系统使用 Markdown 作为内容输入格式,
league/commonmark可以轻松地将 Markdown 转换为 HTML 供前端展示。 - 文档生成:在生成项目文档时,Markdown 是一种非常流行的格式。
league/commonmark可以帮助你将 Markdown 文档转换为 HTML 或其他格式。 - CMS 系统:内容管理系统(CMS)通常支持多种内容输入格式,
league/commonmark可以作为 Markdown 解析器集成到 CMS 中。
最佳实践
- 安全设置:在处理用户输入时,建议设置
html_input为'strip'或'escape',以防止 XSS 攻击。 - 性能优化:对于大型文档,可以考虑使用缓存机制来减少解析时间。
- 自定义扩展:
league/commonmark支持自定义扩展,可以根据项目需求添加额外的功能,如 Emoji 支持、表格解析等。
4、典型生态项目
相关项目
- CakePHP 3:
league/commonmark可以集成到 CakePHP 3 中,用于处理 Markdown 内容。 - Drupal:Drupal 社区提供了
league/commonmark的模块,方便 Drupal 用户使用。 - Laravel:Laravel 社区有许多包可以与
league/commonmark集成,提供更便捷的 Markdown 处理功能。 - Symfony:Symfony 框架可以通过扩展轻松集成
league/commonmark。
社区扩展
- Emoji 扩展:支持 UTF-8 表情符号和 GitHub 标签。
- Sup Sub 扩展:添加对上标和下标的支持。
- YouTube iframe 扩展:将 YouTube 链接自动转换为嵌入式 iframe。
- Lazy Image 扩展:为图片添加懒加载功能。
通过这些扩展,你可以根据项目需求定制 league/commonmark 的功能,使其更加符合你的使用场景。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust024
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
678
4.33 K
🎉 (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
1.57 K
911
deepin linux kernel
C
28
16
暂无简介
Dart
923
228
Ascend Extension for PyTorch
Python
518
630
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
46
52
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
1.07 K
559
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
399
305
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.35 K
110
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
212