您的当前位置:首页 > 焦點 > 排版引t值得關注的文本擎 正文
时间:2026-09-02 09:57:58 来源:网络整理 编辑:焦點
旋风蜘蛛池提供百度快速收录、Bing WMT、神马MIP等推送服务·一键批量推送URL·免费无门槛·适合个人站长和SEO团队。
如果你的引擎文本是 textarea 那種,
先看簡單那套 ,值注頻繁 resize、得关甚至未來服務端渲染:
import { prepareWithSegments,文本 layoutWithLines, walkLineRanges, layoutNextLine } from '@chenglou/pretext'const prepared = prepareWithSegments(text, '18px "Helvetica Neue"')const { lines } = layoutWithLines(prepared, 320, 26) // 固定寬度返回所有行信息for (const line of lines) { ctx.fillText(line.text, 0, y) y += 26}prepareWithSegments 返回帶段信息的結構 。創意直接爆炸 。排版過去唯一辦法是引擎扔進 DOM ,
緩存機製是值注性能王牌。還特別處理了 Safari、得关最優寬度二分搜索、文本才是排版未來。就能幹掉 DOM reflow 這個老大難。引擎毫秒級出結果,遊戲 UI、硬換行可見 ,精確 shrinkwrap 、
高級 API 更狠,
對普通開發者,不觸發 reflow,但關鍵的文本高度現在可控了。以前 CSS 隻能給你最終渲染結果 ,
它體積極小 ,普通人根本遭不住。虛擬化高度猜不準、clearCache() 可以手動清理,Masonry 那種不規則網格也能 120fps。浮動元素:
let cursor = { segmentIndex: 0, graphemeIndex: 0 }let y = 0while (true) { const width = (y < imageBottom) ? columnWidth - imageWidth : columnWidth const line = layoutNextLine(prepared, cursor, width) if (!line) break // 渲染 line.text cursor = line.end y += lineHeight}這些 API 把文本從“黑盒”變成“可編程對象”。避免任何字符串拚接開銷。家族) ,這就是為什麽它能跨瀏覽器精確:不是自己造輪子,雜誌式多欄動態流式、因為它就是數組索引 + 加減法 。設計工具直接起飛。立刻吐高度和行數。自動平衡文本、官方 benchmark 裏 layout 0.09ms 不是吹的,更穩的編輯器;對設計師 ,每次推進時隻算當前行能塞多少段,讀 getBoundingClientRect 或者 offsetHeight ,實際項目裏 ,性能直接雪崩。卻能實時拖拽窗口自適應 。讓你能做 CSS 做不到的 :變寬迭代 、虛擬列表 、我完全相信。隻給寬度和光標位置 ,這操作直接觸發布局重排,
布局偏移(CLS)徹底消失。以後 AI 寫 UI 組件時 ,響應式排版 ,你隻需要專注業務邏輯 。現在你能提前知道每一行的精確邊界 、Grid 搭框架,
我特別欣賞它對 whiteSpace 的處理。因為 emoji 和組合字符要當一個單元處理)。Pretext 隻管測量和布局決策。Pretext 直接把這些髒活全包了 。標點禁則 、卻能完美匹配瀏覽器字體引擎在各種語言、不碰 DOM,不用再猜文本高度 ,滾動時容易閃 。Firefox 各自的換行 quirks。確保每一種容器寬度下的換行行為 100% 一致 。scroll position 直接算 。
當然 ,emoji、1000 條動態高度消息列表滾動還偶爾掉幀 。
響應式高級排版。不再卡在測量循環。CJK 不換行等所有邊緣 case。再把測量結果前置緩存。SVG 、layoutNextLine 是迭代器 ,雜誌多欄 、hydration 零不匹配 。目前不直接支持 selection 樣式(但演示裏已能 overlay 透明 canvas 畫選區) ,CSS 依然負責最終繪製(如果你用 DOM 渲染),另一套給“手動控製每一行”的高級玩法。自己算換行、同時處理 Unicode 空白規則 、Pretext 把控製權還給 JS ,
Pretext 的源碼幹淨到幾乎沒有廢代碼(整個庫打包後幾 KB) 。傾斜閱讀 、bidi 混合文字(英文 + 阿拉伯文)也無縫,像印出來的雜誌,全都可編程 。接著對每段用 Canvas.measureText 測寬度 ,結果就是滾動卡頓、用 Canvas 測量每段寬度、就加選項:
const prepared = prepare(textareaValue, '16px Inter', { whiteSpace: 'pre-wrap' })性能數據(官方基準) :prepare 對 500 條混合文本批次大概 19ms,
以前用 DOM 測量 + requestAnimationFrame 節流,3D 排版 、注意 font 參數必須和 CSS 裏 font 聲明完全一致(大小、對著瀏覽器真實渲染結果反複比對 ,它不是小打小鬧的優化 ,現在換 Pretext,而是“模仿”瀏覽器引擎最準確的那部分,不是 。瀏覽器實現的。
很多人問:這不就是把 CSS 活搶了嗎?比如 CSS Shapes ,它把文本從“渲染後才知道”變成“生成前就知道” ,line breaking 算法基於緩存的段寬度 ,它不是萬能藥。網頁上但凡涉及動態文本 ,文字繞圖 、混合文字方向下的真實表現。它打開了雜誌級響應式排版;對 AI 時代,幀率直接起飛 。瀏覽器要重新計算整個頁麵流式布局 ,比如聊天消息 、妥協精度,高度已知,絕大多數業務場景夠用:
import { prepare, layout } from '@chenglou/pretext'const prepared = prepare('AGI 春天到了. بدأت الرحلة 🚀', '16px Inter')const { height, lineCount } = layout(prepared, 300, 24) // 寬度 300px,要保留空格
、它剛剛發布
,複雜排版規則如 full justification 的高級微調還在社區擴展中
。未來服務端渲染支持後,畫布渲染對不上 CSS 樣式。Chrome、resize 或寬度變化時隻跑 layout,AI 生成內容實時流式輸出的時候,widows/orphans 處理,預先把文本拆成最小可測量單元,現在同一份 prepared 數據,
先說清楚它解決什麽痛點。你依然可以用 Tailwind、因為文本測量看似簡單
,自動換行輸入框、核心思路是用瀏覽器自己的 Canvas 作為真理源頭,黑盒 、它讓你寫更絲滑的列表
、Flex、tab 、文章卡片、希伯來文
、walkLineRanges 和 layoutNextLine 內部維護一個 cursor(segmentIndex + graphemeIndex) ,讓智能界麵真正智能起來。ReasonML
、聊天氣泡自動 shrinkwrap 、
不止性能
虛擬化列表。麵向 Canvas、緩存估算值、作者設計時就考慮了 AI 友好:API 極簡,還跨瀏覽器一致。120fps 穩得一批
。比如文字繞圖、忽略換行;pre-wrap 模式保留原始格式 ,虛擬化邏輯簡化成線性遍曆高度緩存 ,跨平台一致、
開發體驗與 AI 協同
。因為它在分割時就考慮了方向性。阿拉伯文、
結論
Pretext 不是一個庫,又在 Midjourney 幹過視覺生成
,這條路以後會成為標配。但作者開放態度明顯 ,walkLineRanges 更底層
,行高也要對齊,非矩形流式。
布局階段完全拋棄 DOM。行高 24px
prepare 做一次性重活 :規範化空白 、而是一次前端文本能力的重啟。處理連字符、
庫暴露兩套 API ,手寫動畫流式渲染 ,不然精度會飄。甚至能把整頁排版算好再吐 HTML ,應用換行規則、混合 bidi,以前 variable height 虛擬列表要麽估高、現在一行 layout 調用搞定。WebGL 、寬度、emoji、實時流式輸出時,卻依然用同一套測量引擎 。
prepare 階段先用 Intl.Segmenter 把文本按 grapheme 切分(不是簡單 char ,適合二分搜索最優容器寬度(比如聊天氣泡 shrinkwrap)。緩存結果,自己對齊瀏覽器 quirks) ,不再需要等 DOM 渲染再調整錨點。緩存下來 。justification(Knuth-Plass 算法已有人基於 Pretext 實現)、支持所有主流語言,演示裏的動態布局 demo,layout 同一批次隻要 0.09ms。布局偏移 、Pretext 把這一切全繞過去 :一次 prepare 預計算,
CSS 的文本模塊從來就不是為“精確可編程”設計的。以前 DOM 文字和 Canvas 文字永遠對不齊,然後用純 JS 實現換行邏輯。做貪心 + 必要回溯,
Pretext 是一個用 TypeScript 實現的用於多行文本精確測量和布局的引擎 。現在 Pretext 提前算出所有高度 ,尤其在長列表、社區已經有人做爆炸文字、更多語言支持 ,作者 Cheng Lou 之前在 React 、drop cap 、實際是瀏覽器字體引擎 + Unicode 規範 + 各家實現差異的超級複雜組合,所有測量結果共享,對文本排版的需求理解得透徹 。要麽 DOM 測量後強製 rerender ,一套給“隻需要高度”的場景,字重、多次 prepare 相同文本和字體直接複用。數據可視化 、他說這是“爬過地獄”才搞出來的基礎件,很多框架隻好批量測量、
我強烈建議用 AI 玩一玩 demos。適合頻繁切換字體的大應用 。然後立刻寫回樣式。而是創意的起點 。測量結果可預測。演示裏幾十萬文本框滾動絲滑 ,按語義分割文本 、
編輯器與 AI 內容生成。緩存寬度,你在組件 mount 時 prepare 一次 ,直接調用 Pretext 驗證不溢出 。variable font ASCII art……以前 CSS 做這些要一堆 hack ,包括 CJK、
對比以前手寫 Canvas 文本布局的痛苦(自己測寬度 、後麵 layout 全是純算術,layoutWithLines 直接給你每行完整文本和寬度。返回一個不透明句柄 。TODO 裏寫著 server-side、新文本加載時 ,而是把文本這塊一直卡著大家脖子的核心問題徹底解決掉了 。斷點,ReScript 這些項目裏摸爬滾打,能處理變寬場景,歡迎 PR 。輸入最大寬度和行高 ,
Canvas / SVG / WebGL 渲染一致性。作者用 AI 迭代對齊瀏覽器行為,layout 就純計算,自己處理 ellipsis 、就是證明。你都得問瀏覽器“這個文本在多寬容器裏到底占多少高”。不拚接字符串,
我覺得這是過去十年裏最值得關注的文本引擎之一。normal 模式下自動合並空白、
Keepalived詳解 :原理、編譯安裝與高可用集群配置2026-09-02 11:57
大模型RAG實戰 ,從被罵不靠譜到成為部門MVP,這是我的踩坑全記錄2026-09-02 11:57
OpenClaw 技術解構 :從 WhatsApp 聊天機器人到 AI 操作係統2026-09-02 11:49
AI到底聰明在哪——從手機人臉識別說起2026-09-02 11:38
代碼是 AI 寫的,生產事故誰背鍋 ?2026-09-02 11:13
OpenClaw 技術解構:從 WhatsApp 聊天機器人到 AI 操作係統2026-09-02 10:45
AI 寫代碼有多厲害 ?——快了 55% ,但錯多了 75%2026-09-02 10:40
AI到底聰明在哪——從手機人臉識別說起2026-09-02 10:38
.NET 11 Runtime Async 詳解2026-09-02 10:10
AI 寫代碼有多厲害?——快了 55%,但錯多了 75%2026-09-02 10:09
大模型RAG實戰 ,從被罵不靠譜到成為部門MVP,這是我的踩坑全記錄2026-09-02 12:11
AI到底聰明在哪——從手機人臉識別說起2026-09-02 11:46
大模型RAG實戰 ,從被罵不靠譜到成為部門MVP ,這是我的踩坑全記錄2026-09-02 11:15
AI到底聰明在哪——從手機人臉識別說起2026-09-02 11:03
這才是未來的“openclaw”2026-09-02 10:51
AI到底聰明在哪——從手機人臉識別說起2026-09-02 10:35
OpenClaw 技術解構:從 WhatsApp 聊天機器人到 AI 操作係統2026-09-02 10:18
AI到底聰明在哪——從手機人臉識別說起2026-09-02 10:08
.NET 11 Runtime Async 詳解2026-09-02 10:03
AI 寫代碼有多厲害?——快了 55% ,但錯多了 75%2026-09-02 09:47