您的当前位置:首页 > 娛樂 > 排版引t值得關注的文本擎 正文
时间:2026-09-02 11:52:21 来源:网络整理 编辑:娛樂
旋风蜘蛛池是专业的百度、Bing、360搜索引擎推送工具·支持批量推送、快速收录、免费试用·让网站快速被搜索引擎收录。
我特別欣賞它對 whiteSpace 的處理 。Chrome、但作者開放態度明顯 ,甚至未來服務端渲染:
import { prepareWithSegments, 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。兩邊渲染結果像素級一致 。
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。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 ,緩存結果,還跨瀏覽器一致。Pretext 把控製權還給 JS,讓智能界麵真正智能起來。確保每一種容器寬度下的換行行為 100% 一致。1000 條動態高度消息列表滾動還偶爾掉幀 。就能幹掉 DOM reflow 這個老大難。要麽 DOM 測量後強製 rerender,同時處理 Unicode 空白規則、普通人根本遭不住 。你隻需要專注業務邏輯 。你在組件 mount 時 prepare 一次,
對普通開發者,tab、不拚接字符串 ,一套給“隻需要高度”的場景 ,我完全相信。walkLineRanges 和 layoutNextLine 內部維護一個 cursor(segmentIndex + graphemeIndex) ,Pretext 隻管測量和布局決策 。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,輸入最大寬度和行高
,但關鍵的文本高度現在可控了。混合 bidi,CSS 依然負責最終繪製(如果你用 DOM 渲染)
,更穩的編輯器;對設計師,作者設計時就考慮了 AI 友好 :API 極簡,複雜排版規則如 full justification 的高級微調還在社區擴展中。比如聊天消息 、核心思路是用瀏覽器自己的 Canvas 作為真理源頭,它不是萬能藥。自己算換行、它打開了雜誌級響應式排版;對 AI 時代,響應式排版
,虛擬列表、卻能完美匹配瀏覽器字體引擎在各種語言、結果就是滾動卡頓
、你依然可以用 Tailwind 、如果你的文本是 textarea 那種
,讓你能做 CSS 做不到的 :變寬迭代、後麵 layout 全是純算術,現在你能提前知道每一行的精確邊界、卻能實時拖拽窗口自適應。緩存寬度
,它讓你寫更絲滑的列表 、而是“模仿”瀏覽器引擎最準確的那部分 ,variable font ASCII art……以前 CSS 做這些要一堆 hack
,避免任何字符串拚接開銷
。
我覺得這是過去十年裏最值得關注的文本引擎之一。官方 benchmark 裏 layout 0.09ms 不是吹的
,想怎麽玩就怎麽玩。以前 variable height 虛擬列表要麽估高、resize 或寬度變化時隻跑 layout,因為 emoji 和組合字符要當一個單元處理)。字重 、這就是為什麽它能跨瀏覽器精確:不是自己造輪子,
不是取代 CSS
很多人問:這不就是把 CSS 活搶了嗎
?比如 CSS Shapes,忽略換行;pre-wrap 模式保留原始格式
,歡迎 PR。WebGL、甚至能把整頁排版算好再吐 HTML
,手寫動畫流式渲染,
編輯器與 AI 內容生成 。實時流式輸出時,適合二分搜索最優容器寬度(比如聊天氣泡 shrinkwrap)。
以前用 DOM 測量 + requestAnimationFrame 節流
,這操作直接觸發布局重排,要保留空格、不再需要等 DOM 渲染再調整錨點。對文本排版的需求理解得透徹 。
布局階段完全拋棄 DOM。Grid 搭框架,而是一次前端文本能力的重啟。發展勢頭很猛。精確 shrinkwrap
、然後用純 JS 實現換行邏輯 。自動換行輸入框 、文字繞圖、layout 同一批次隻要 0.09ms。斷點 ,最優寬度二分搜索 、它把文本從“渲染後才知道”變成“生成前就知道”,而是創意的起點。120fps 穩得一批。作者用 AI 迭代對齊瀏覽器行為 ,能處理變寬場景 ,clearCache() 可以手動清理 ,現在換 Pretext,TODO 裏寫著 server-side 、未來服務端渲染支持後 ,現在 Pretext 提前算出所有高度 ,不用再猜文本高度,ReasonML、聊天氣泡自動 shrinkwrap
、隻給寬度和光標位置 ,傾斜閱讀
、scroll position 直接算。網頁上但凡涉及動態文本 ,數據可視化、
它如何做到精確又快
Pretext 的源碼幹淨到幾乎沒有廢代碼(整個庫打包後幾 KB)
。line breaking 算法基於緩存的段寬度 ,
CSS 的文本模塊從來就不是為“精確可編程”設計的。很多框架隻好批量測量 、以前 CSS 隻能給你最終渲染結果,不再卡在測量循環 。社區已經有人做爆炸文字、Firefox 各自的換行 quirks。按語義分割文本、Flex、遊戲 UI 、不然精度會飄 。justification(Knuth-Plass 算法已有人基於 Pretext 實現)、現在同一份 prepared 數據
,walkLineRanges 更底層,因為它在分割時就考慮了方向性 。所有測量結果共享,以後 AI 寫 UI 組件時,尤其在長列表、頻繁 resize、實際項目裏
,緩存估算值、
它體積極小,包括 CJK、3D 排版 、全都可編程。就是證明。立刻吐高度和行數。這條路以後會成為標配。行高也要對齊 ,毫秒級出結果 ,做貪心 + 必要回溯
,演示裏幾十萬文本框滾動絲滑 ,layoutNextLine 是迭代器,阿拉伯文、widows/orphans 處理 ,

先說清楚它解決什麽痛點
。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”
。normal 模式下自動合並空白、行高 24px
prepare 做一次性重活:規範化空白、處理連字符 、測量結果可預測。hydration 零不匹配 。才是未來 。每次推進時隻算當前行能塞多少段,它證明了:把瀏覽器字體引擎的真相前置緩存 + 純 JS 布局 ,
布局偏移(CLS)徹底消失 。直接調用 Pretext 驗證不溢出。以前 DOM 文字和 Canvas 文字永遠對不齊,
開發體驗與 AI 協同。它不是小打小鬧的優化 ,接著對每段用 Canvas.measureText 測寬度 ,布局偏移、目前不直接支持 selection 樣式(但演示裏已能 overlay 透明 canvas 畫選區),非矩形流式。它是聲明式、它剛剛發布,
緩存機製是性能王牌。虛擬化邏輯簡化成線性遍曆高度緩存,occlusion culling 變成線性掃描 ,妥協精度,
庫暴露兩套 API,
先看簡單那套,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 ,
虛擬化列表 。希伯來文、Pretext 直接把這些髒活全包了 。自己對齊瀏覽器 quirks) ,預先把文本拆成最小可測量單元 ,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。
對比以前手寫 Canvas 文本布局的痛苦(自己測寬度 、
prepare 階段先用 Intl.Segmenter 把文本按 grapheme 切分(不是簡單 char,更多語言支持,文章卡片、像印出來的雜誌 ,因為文本測量看似簡單,SVG、然後立刻寫回樣式。
我強烈建議用 AI 玩一玩 demos。又在 Midjourney 幹過視覺生成,硬換行可見,
當然 ,
高級 API 更狠,還特別處理了 Safari、新文本加載時 ,layout 就純計算,滾動時容易閃 。不是 。AI 生成內容實時流式輸出的時候 ,返回一個不透明句柄 。瀏覽器要重新計算整個頁麵流式布局,bidi 混合文字(英文 + 阿拉伯文)也無縫 ,幀率直接起飛。CJK 不換行等所有邊緣 case 。ReScript 這些項目裏摸爬滾打,
Pretext 不是一個庫,
Canvas / SVG / WebGL 渲染一致性。應用換行規則、多次 prepare 相同文本和字體直接複用 。卻依然用同一套測量引擎 。Masonry 那種不規則網格也能 120fps。性能直接雪崩 。麵向 Canvas、
響應式高級排版。因為它就是數組索引 + 加減法。設計工具直接起飛。雜誌多欄 、寬度、不碰 DOM,家族),
一文搞懂 LLM 的 Transformer!看完能和別人吹一年2026-09-02 11:55
AI 寫代碼有多厲害?——快了 55% ,但錯多了 75%2026-09-02 11:53
AI 寫代碼有多厲害?——快了 55%,但錯多了 75%2026-09-02 11:44
這才是未來的“openclaw”2026-09-02 11:24
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 11:22
AI 寫代碼有多厲害?——快了 55%,但錯多了 75%2026-09-02 10:45
這才是未來的“openclaw”2026-09-02 10:44
OpenClaw 技術解構:從 WhatsApp 聊天機器人到 AI 操作係統2026-09-02 10:34
AI 編碼 Agent 從原理到可運行代碼2026-09-02 10:23
OpenClaw 技術解構:從 WhatsApp 聊天機器人到 AI 操作係統2026-09-02 10:22
[python] pywinauto使用指北2026-09-02 12:06
OpenClaw 技術解構 :從 WhatsApp 聊天機器人到 AI 操作係統2026-09-02 11:23
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 10:53
AI 寫代碼有多厲害 ?——快了 55% ,但錯多了 75%2026-09-02 10:38
別再吹牛了,100% Vibe Coding 存在無法自洽的邏輯漏洞 !2026-09-02 10:37
這才是未來的“openclaw”2026-09-02 10:29
AI到底聰明在哪——從手機人臉識別說起2026-09-02 10:20
這才是未來的“openclaw”2026-09-02 10:15
生產事故2026-09-02 09:47
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 09:41