新闻详情

新闻详情

首页 / 资讯中心 / 详情

vue3+prism封装组件:多语言自动高亮代码块,支持一键复制

发布时间:2026/11/15 13:58:01来源:尧图网络
vue3+prism封装组件:多语言自动高亮代码块,支持一键复制
• Prism官网https://prismjs.com/• vue-prism-component主页https://github.com/egoist/vue-prism-component1、安装 prismjs、vue-prism-componentyarnaddprismjs vue-prism-component2、封装组件!-- src/components/CodeBlock.vue --templatedivclasscode_blockdivclasscode_header!-- 语言 --spanclasscode_lang{{ lang }}/span!-- 复制按钮 --el-buttontypeprimarylinkclickcopyClipboard:disabled!codeCopyDocument/复制/el-button/div!-- 代码 --prism:languagelangline-numbersclasscode_content{{ code }}/prism/div/templatescriptimportprismjsimportPrismfromvue-prism-component//引入默认主题importprismjs/themes/prism.css//按需引入语言模块importprismjs/components/prism-bashimportprismjs/components/prism-markupexportdefault{components:{Prism,},props:{lang:String,//代码语言必填code:String,//代码内容必填},data(){return{}},methods:{//复制到剪贴板asynccopyClipboard(){try{awaitnavigator.clipboard.writeText(this.code);this.$message.success(已复制到剪贴板);}catch(err){// 降级方案兼容旧浏览器或权限受限环境consttextareadocument.createElement(textarea);textarea.valuethis.code;textarea.style.positionfixed;textarea.style.opacity0;document.body.appendChild(textarea);textarea.select();constsuccessdocument.execCommand(copy);document.body.removeChild(textarea);if(success){this.$message.success(已复制到剪贴板);}else{this.$message.warning(复制失败请手动选择并复制);}}},},}/scriptstylelangscss.code_block{width:100%;.code_header{background-color:#F5F6F9;height:32px;line-height:32px;padding:0 12px;border-radius:.3rem .3rem 0 0;color:#A8ABB2;width:calc(100% - 24px);display:flex;align-items:center;justify-content:space-between;}.code_content{margin:0;border-radius:0 0 .3rem .3rem;background-color:#FAFAFC;}}/style• 更多主题风格https://github.com/PrismJS/prism-themes#how-to-use-a-theme• 支持高亮的语言模块https://prismjs.com/#supported-languages• 关于ElementPlus和SCSS请参考vue3elementplussass/scss安装配置教程使用svg图标、引入外部字体、定义变量模块、修改组件样式、一键切换主题等3、全局注册组件也可在应用时按需引入/* src/main.js */import{createApp}fromvue;importAppfrom./App.vue;//导入组件importCodeBlockfrom./components/CodeBlock.vue;//import MoreComponent from ./components/MoreComponent.vue;constappcreateApp(App);//注册组件app.component(CodeBlock,CodeBlock);//app.component(MoreComponent, MoreComponent)app.mount(#app)4、应用组件!-- Example.vue --template!-- 全局注册后可直接使用 CodeBlock / --!-- 单行代码示例 --CodeBlocklangbash:codesingleLine/!-- 多行代码示例 --CodeBlocklangxml:codemultipleLines//templatescript//或按需引入组件仅此页面生效importCodeBlockfrom/components/CodeBlock.vueexportdefault{components:{CodeBlock,//注册组件仅此页面生效},data(){return{singleLine:yarn add prismjs vue-prism-component,}},computed:{multipleLines(){return?xml version1.0 encodingUTF-8? note toGeorge/to fromJohn/from headingReminder/heading bodyDont forget the meeting!/body /note},},}/script
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 2026/11/15 4:54:16

【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 2026/11/15 2:04:12

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 2026/11/14 10:11:15

【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 ... 2026/11/14 17:14:38

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 2026/11/14 16:35:50

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 2026/11/15 4:06:36

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
📞 ✉