新闻详情

新闻详情

首页 / 资讯中心 / 详情

wterm原生JS教程:5行代码零依赖渲染浏览器终端

发布时间:2026/11/19 19:15:37来源:尧图网络
wterm原生JS教程:5行代码零依赖渲染浏览器终端
wterm原生JS教程5行代码零依赖渲染浏览器终端【免费下载链接】wtermA terminal emulator for the web项目地址: https://gitcode.com/gh_mirrors/wterm1/wtermwterm 是一款运行在浏览器中的终端模拟器terminal emulator for the web用 Zig 编写核心并编译为仅约 26 KB 的 WASM 二进制通过原生 DOM 渲染实现接近原生的性能。本教程面向新手教你用**原生 JavaScript无框架**在网页中嵌入一个真实可用的浏览器终端原生文本选中、复制粘贴、浏览器查找、屏幕阅读器无障碍支持全部开箱即用且无需任何前端框架。为什么选择 wterm 浏览器终端传统方案多在 Canvas 上画字符牺牲了浏览器原生能力。wterm 的思路不同渲染到真实 DOM—— 文字可选中、可复制浏览器CtrlF查找和屏幕阅读器直接生效Zig WASM 内核—— VT100/VT220/xterm 转义序列解析器编译为约 26 KB 的.wasm启动快、体积小脏行追踪Dirty-row tracking—— 每帧只重绘被修改的行配合requestAnimationFrame调度渲染开销极低零依赖—— 纯wterm/dom一个包WASM 已内嵌进 JS bundle无需额外配置核心架构可参考 terminal-core.ts 与 wterm.ts前者定义了TerminalCore接口后者是 DOM 渲染器与输入处理器。最快安装方法一行命令装好 wtermnpm install wterm/dom就这么简单。WASM 二进制默认内嵌在 JS 包中不需要单独复制.wasm文件、不需要构建工具。 如果希望把 WASM 作为独立静态文件部署到 CDN 以便缓存可执行cp node_modules/wterm/core/wasm/wterm.wasm public/wterm.wasm然后传入wasmUrl选项。五步上手wterm 原生JS 最小示例只需三步建一个div、引入样式、五行动态代码。第一步HTML 容器div idterminal/div第二步引入样式与核心代码script typemodule import { WTerm } from wterm/dom; import wterm/dom/css; /script第三步实例化并初始化const term new WTerm(document.getElementById(terminal)); await term.init();到这一步一个 80×24 的浏览器终端已经挂在页面上默认还会自动回显键盘输入——你可以在控制台里直接打字试试。官方文档把这个最小流程整理在 vanilla.mdx完整的选项与方法列表见 api-reference.mdx。处理用户输入onData 回调详解默认行为是把用户敲下的字符回显到终端。当你需要把输入发送给服务器比如后端 PTY时传入onData回调即可const term new WTerm(document.getElementById(terminal), { onData(data) { socket.send(data); // 把用户输入转发到你的 WebSocket 后端 }, }); await term.init();官方 web/index.html 演示页就是一个本地回显的完整示例它把回车转成\r\n、把退格替换为\x08 \x08再term.write(out)回写非常适合逐行阅读学习。其他常用回调回调触发时机onTitle(title)应用通过 OSC 0/2 修改窗口标题时onBell(count)应用响铃BEL时是否发声由你决定onResize(cols, rows)终端网格尺寸变化时常用配置项速查表WTerm构造器接受的常用选项完整列表见 api-reference.mdx选项类型默认值说明cols/rowsnumber80 / 24初始列数 / 行数autoResizebooleantrue用ResizeObserver自动贴合容器尺寸wasmUrlstring—单独部署 WASM 文件时指定地址cursorBlinkboolean跟随应用强制打开/关闭光标闪烁maxImageWidthnumber—Kitty 图像最大渲染宽度CSS 像素onDatafunction—用户键盘输入回调切换主题一行 class 搞定wterm 内置 Default深色、Solarized Dark、Monokai、Light 四套主题全部基于 CSS 自定义属性--term-fg、--term-bg、--term-color-0~--term-color-15切主题就是加一个 classtermElement.classList.add(theme-monokai);想自定义配色直接覆盖 CSS 变量即可样式源码在 terminal.css。进阶用 WebSocketTransport 连接真实后端如果目标是接一个真实的 shell比如 Node 的node-ptywterm 提供了内置的WebSocketTransport支持二进制帧与自动重连import { WTerm, WebSocketTransport } from wterm/dom; const term new WTerm(el, { cols: 80, rows: 24 }); await term.init(); const ws new WebSocketTransport({ url: ws://localhost:8080/pty, onData: (data) term.write(data), }); ws.connect(); term.onData (data) ws.send(data);完整实现可参考 Vue 示例的 pty-server.tsVite 插件形式的 PTY 后端原理与框架无关照搬到任意后端即可。常见问题 FAQQ1必须用框架吗不需要。wterm/dom就是为原生 JS 设计的React/Vue/Svelte 包只是在其之上的封装。Q2终端里的 vim、htop 等全屏应用能跑吗可以。wterm 支持备用屏幕缓冲区alternate screen buffervim、less、htop这类 TUI 应用均正常工作。Q3中文、emoji 等宽字符显示会错位吗不会。核心内置 East Asian Width 表由 unicode_width_table.zig 生成CJK、全角与 emoji 均按双宽单元格对齐。Q4性能如何脏行追踪 帧级渲染调度意味着每帧只重绘变化的行核心 WASM 仅约 26 KB首屏几乎无感。小结wterm 让在网页里放一个真正的终端这件事回到最朴素的形态npm install wterm/dom一个div 一个 CSS importnew WTerm(el)await term.init()零依赖、零构建配置、原生 DOM 渲染五行动态代码即可交付一个支持选区、复制、主题、无障碍的浏览器终端。下一步可阅读官方文档 get-started.mdx 了解 React/Vue/Svelte 版本或在 examples/ 目录中找到各框架的完整示例工程。【免费下载链接】wtermA terminal emulator for the web项目地址: https://gitcode.com/gh_mirrors/wterm1/wterm创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/19 15:16:22

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/19 18:03:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉