新闻详情

新闻详情

首页 / 资讯中心 / 详情

Biome Markdown 格式化器嵌套无序列表缩进规范化:从测试用例到源码实现

发布时间:2026/10/25 19:10:49来源:尧图网络
Biome Markdown 格式化器嵌套无序列表缩进规范化:从测试用例到源码实现
开发工具Lint格式化静态分析代码质量前端【免费下载链接】biomeA toolchain for web projects, aimed to provide functionalities to maintain them. Biome offers formatter and linter, usable via CLI and LSP.项目地址https://gitcode.com/gh_mirrors/bi/biome点击查看免费下载无序列表Unordered List是 Markdown 中使用频率最高的块级元素而嵌套无序列表的缩进处理则是格式化器中公认的难点既要保证渲染结果不变又要让缩进在视觉上整齐统一还要与 Prettier 的输出保持兼容。本指南以 Biome 仓库中crates/biome_markdown_formatter/tests/specs/prettier/markdown/list/unordered.md这一真实测试用例为起点结合biome_markdown_formatter的源码实现完整讲解 Biome 如何规范化嵌套无序列表的缩进、统一列表标记marker并保证与 Prettier 快照一致。读完本文你将掌握该测试用例的输入输出语义、缩进计算的底层逻辑以及如何在本地运行和验证这些快照测试。测试用例原貌输入与预期输出测试文件 unordered.md 的内容非常精炼共 5 行却覆盖了「顶层列表项 多层嵌套子项」的典型场景- first line - second line indented - third line - fourth line - fifth line与之配套的预期输出文件 unordered.md.prettier-snap 给出了格式化后的结果- first line - second line indented - third line - fourth line - fifth line对比输入与输出可以提炼出 Biome 在此用例中验证的三条核心行为缩进规范化输入中嵌套子项使用 4 个空格缩进- second line indented输出被规范为 2 个空格- second line indented第三层嵌套的fifth line从 8 个空格收敛为 4 个空格。每一层列表的缩进宽度固定为 2 个空格。标记统一输入、输出均使用-作为无序列表标记且顶层与嵌套层全部保持一致没有混用*或。结构与顺序保持first line、third line两个顶层项及其嵌套子项的相对顺序完全不变仅缩进与间距被重排。测试体系定位Prettier 兼容性快照这个用例不是孤立的它位于 Biome 的 Prettier 兼容性测试体系中。整个目录 crates/biome_markdown_formatter/tests/specs/prettier/markdown/list 下存放着align.md、nested.md、ordered.md、task-list/、parser-regression/等一系列针对列表格式化的输入文件每个输入都对应一个.prettier-snapPrettier 的预期输出文件当 Biome 的输出与 Prettier 存在差异、需要额外记录自身行为时还会生成.snap文件例如followed-by-indented-things.md.snap、loose.md.snap、tab.md.snap。测试的驱动逻辑位于 prettier_tests.rs其关键点如下通过tests_macros::gen_tests! {tests/specs/prettier/markdown/**/*.{md}, crate::test_snapshot, }自动收集tests/specs/prettier/markdown/下所有.md文件并生成测试函数测试默认采用空格缩进IndentStyle::Space与IndentWidth::default()即默认缩进宽度为 2IndentWidth的默认值定义于 lib.rs取值范围为 024见 lib.rs语言模型固定为 GFMGitHub Flavored Markdown经由PrettierSnapshot::new与 Biome 的MdFormatLanguage完成比对确保 Biome 的输出与 Prettier 快照逐字一致。因此unordered.md这类用例的作用是双重的既是 Biome 自身回归测试的输入也是与 Prettier 行为对齐的契约。若未来修改了列表缩进逻辑这个用例会立刻捕捉到与 Prettier 的偏差。源码实现缩进与对齐是如何算出来的格式化结果中的「每层缩进 2 个空格」并非硬编码的魔法数字而是由 bullet_list.rs 中的ListBullet::prefix_layout计算出的「对齐宽度」alignment驱动的。核心逻辑可归纳为三步宽度累计indent_width函数bullet_list.rs遍历MdIndentTokenList中的每个缩进字符按「空格计 1 列、制表符按 4 列对齐取整」的规则累计出源文件中的缩进宽度。对齐宽度合成prefix_layout将「标记前缩进宽度 标记宽度 标记后空格宽度」三者相加得到alignment随后通过align( .repeat(alignment), content)见 bullet_list.rs把内容整体推进到对齐列。嵌套层归一化由于每一层嵌套都会作为一个新的MdBulletList节点递归进入FmtAnyListbullet_list.rs每一层都会按自身前缀重新计算对齐宽度。当indent_width默认值为 2 时-标记 1 列 空格 1 列恰好产生每层 2 个空格的视觉缩进——这就是测试用例输出- second line indented、- fifth line的直接来源。标记选择则由ListMarkerPlanbullet_list.rs与unordered_marker_for_listbullet_list.rs负责同一个解析出的列表节点内所有条目共用同一个标记默认-这样能避免混用-、*导致 Markdown 把原本连续的列表重新解析成多个列表。源码注释还特别指出若列表项以「由短横线构成的主题分隔线thematic break」开头则改用或*防止- ---被解析为分隔线而不是列表项。另外标记与内容之间空格的取舍在 list_marker_prefix.rs 中处理格式化器会移除原始的post_marker_space_token再按post_marker_len重新生成等宽空格从而保证「标记后空格」随对齐需求而变。缩进语义从 4 空格/制表符输入到统一输出为了说明缩进规范化并非只针对 4 空格Biome 还在同目录提供了多个对照用例nested.md 使用标准的 2 空格嵌套输入输出保持不变验证「已规范化的输入不会被破坏」tab.md 的嵌套内容以制表符缩进\t格式化后被统一替换为空格nested-tab.md 混合了制表符与空格如* Sub-Nested List item 1同样被归一化为每层 2 个空格align.md 及其快照 align.md.prettier-snap 则覆盖了有序列表数字位数变化1.、11.、111.时标记后空格自动扩展的对齐场景。这些用例共同印证了 Biome 的列表缩进策略不看源文件用空格还是制表符、缩进是 2 还是 4一律按配置的indentWidth重新计算嵌套层级。而indent_width函数对制表符按「4 列取整」计算4 - width % 4见 bullet_list.rs保证了与 CommonMark 规范中制表符展开语义一致。实战验证如何运行与复现该用例unordered.md是自动生成的测试用例无需手动注册。在仓库根目录下执行以下命令即可单独运行 Markdown 格式化器的全部快照测试包含本用例cargo test -p biome_markdown_formatter若只想查看该用例的完整诊断输出含输入、输出与逐项差异说明可以运行cargo test -p biome_markdown_formatter test_unordered_md测试通过时说明 Biome 的输出与 unordered.md.prettier-snap 完全一致失败时则提示差异位置便于定位缩进或标记选择逻辑的回归。在实际项目中使用biome format处理 Markdown 文件时本文描述的行为会以相同规则生效无序列表-、*、开头的多层嵌套会被统一规范为每层 2 个空格的缩进标记保持同一列表内一致。如需调整缩进宽度可在biome.json的formatter.indentWidth中配置默认 2合法范围 024定义见 lib.rs该值会直接影响嵌套列表的对齐列计算。小结从 5 行的 unordered.md 测试用例出发可以看到 Biome Markdown 格式化器在嵌套无序列表上的完整设计闭环Prettier 兼容快照定义预期行为 →bullet_list.rs中的对齐宽度计算驱动缩进归一化 →indent_width按空格/制表符统一换算 → 每层递归重建对齐。理解这条链路无论是排查格式化差异、编写新的列表用例还是调整缩进配置都能做到有的放矢。若要进一步深挖可继续阅读 bullet_list.rs 全文其中还包含有序列表标记选择、Git diff 友好编号1.1.1.风格、相邻列表分隔等更多细节。赞分享开发工具Lint格式化静态分析代码质量前端【免费下载链接】biomeA toolchain for web projects, aimed to provide functionalities to maintain them. Biome offers formatter and linter, usable via CLI and LSP.项目地址https://gitcode.com/gh_mirrors/bi/biome点击查看免费下载相关推荐Biome Markdown 格式化器测试用例剖析example-283 嵌套无序列表缩进规范化解析Biome Markdown 格式化器测试用例剖析example 283 嵌套无序列表缩进规范化解析 本文以 Biome 仓库中 Prettier 兼容性测试开发工具Lint格式化静态分析代码质量前端Biome Markdown 格式化器中的列表续行缩进规则从测试用例到源码实现Biome Markdown 格式化器中的列表续行缩进规则从测试用例到源码实现 Markdown 列表项的续行continuation line缩进是格式开发工具Lint格式化静态分析代码质量前端Biome Markdown 格式化器嵌套列表 Tab 缩进处理测试用例与底层实现剖析Biome Markdown 格式化器嵌套列表 Tab 缩进处理测试用例与底层实现剖析 Biome 的 Markdown 格式化器 biome_markdo开发工具Lint格式化静态分析代码质量前端创作声明: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 2026/10/25 3:20:41

【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 2026/10/25 3:43:49

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 2026/10/25 4:02:17

【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 ... 2026/10/25 5:03:13

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 2026/10/25 3:54:32

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 2026/10/25 5:32:24

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
📞 ✉