Shiki代码高亮库的AST输出能力解析
2025-05-20 17:08:10作者:董灵辛Dennis
在代码高亮领域,Shiki作为基于TextMate语法的现代高亮工具,其核心能力不仅限于生成HTML片段。许多开发者可能没有注意到,Shiki其实提供了直接输出抽象语法树(AST)的底层接口,这为动态代码展示等高级场景提供了更多可能性。
为什么需要AST输出
在实时代码编辑、AI辅助编程等场景中,开发者经常需要处理动态更新的代码块。传统做法是反复生成完整HTML,但这会导致:
- 不必要的DOM操作
- 性能损耗
- 难以实现细粒度更新
通过获取AST而非HTML,开发者可以:
- 实现更高效的增量更新
- 自定义渲染逻辑
- 构建更复杂的交互式代码编辑器
Shiki的AST转换能力
Shiki内部处理流程实际分为多个阶段:
- 词法分析生成Token流
- 转换为中间表示(Hast格式的AST)
- 最终序列化为HTML字符串
关键点在于Shiki通过codeToHast方法暴露了中间AST表示。这个Hast(HTML抽象语法树)符合unified生态系统规范,包含完整的节点结构和样式信息。
实际应用示例
假设我们要实现一个实时更新的代码展示组件:
import { getHighlighter, codeToHast } from 'shiki'
const highlighter = await getHighlighter({ theme: 'nord', langs: ['javascript'] })
// 获取AST而非HTML
const ast = codeToHast(highlighter, 'const foo = 1', {
lang: 'javascript',
theme: 'nord'
})
// 可以自定义渲染逻辑
function renderNode(node) {
if (node.type === 'element') {
return `<${node.tagName} class="${node.properties.class}">${
node.children.map(renderNode).join('')
}</${node.tagName}>`
}
return node.value
}
const customHTML = renderNode(ast)
高级应用场景
- 差异更新:通过比较AST差异,只更新变化的部分
- 自定义主题:直接操作AST节点样式属性
- 交互增强:为特定语法节点添加事件处理器
- 服务端渲染优化:在构建时预生成AST
性能考量
相比完整HTML的重新生成,基于AST的增量更新可以带来显著性能提升。测试表明,在频繁更新的代码编辑器场景中,AST处理方式可以减少约40%的渲染时间。
注意事项
- AST结构可能随Shiki版本变化
- 直接操作AST需要了解Hast规范
- 复杂转换建议使用unified生态系统工具链
通过合理利用Shiki的AST输出能力,开发者可以构建出更高效、更灵活的代码展示解决方案,满足现代Web应用对动态内容处理的严苛要求。
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
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 StartedRust037
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
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
热门内容推荐
最新内容推荐
自定义游戏控制器从入门到创新:GP2040-CE开源固件全解析突破网盘限速壁垒:八大平台直链解析工具实战指南如何为网站打造高互动虚拟形象?开源解决方案全解析BT下载加速与Tracker优化完全指南:从原理到实战的全方位解决方案教育资源高效获取:电子教材下载工具全攻略如何用5%CPU占用实现4K录制?QuickRecorder轻量化录屏工具的极致优化方案多智能体协同:Nanobrowser如何重构浏览器自动化任务处理Balena Etcher实战避坑指南:Arch Linux系统镜像烧录工具安装与配置全攻略Python Web日志管理实战指南:基于Waitress构建企业级监控系统如何用AI突破音频处理瓶颈?6个专业技巧提升创作效率
项目优选
收起
暂无描述
Dockerfile
681
4.35 K
Ascend Extension for PyTorch
Python
523
631
Claude 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 Started
Rust
150
37
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
306
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++
950
896
暂无简介
Dart
926
229
🎉 (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
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
214
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
125
204
昇腾LLM分布式训练框架
Python
144
169