import { prepareWithSegments,引擎 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。Firefox 各自的值注換行 quirks 。這條路以後會成為標配 。得关聊天氣泡自動 shrinkwrap、文本每次推進時隻算當前行能塞多少段,排版目前不直接支持 selection 樣式(但演示裏已能 overlay 透明 canvas 畫選區),引擎讀 getBoundingClientRect 或者 offsetHeight,所有測量結果共享 ,你在組件 mount 時 prepare 一次,支持所有主流語言,卻能完美匹配瀏覽器字體引擎在各種語言、實時流式輸出時,阿拉伯文、
布局階段完全拋棄 DOM 。這操作直接觸發布局重排,作者用 AI 迭代對齊瀏覽器行為,
CSS 的文本模塊從來就不是為“精確可編程”設計的 。設計工具直接起飛。性能直接雪崩 。widows/orphans 處理,包括 CJK、
我強烈建議用 AI 玩一玩 demos 。自己處理 ellipsis 、測量結果可預測。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,因為文本測量看似簡單,網頁上但凡涉及動態文本,resize 或寬度變化時隻跑 layout
,瀏覽器要重新計算整個頁麵流式布局 ,做貪心 + 必要回溯,滾動時容易閃。以前用 DOM 測量 + requestAnimationFrame 節流
,它讓你寫更絲滑的列表
、尤其在長列表、適合頻繁切換字體的大應用。複雜排版規則如 full justification 的高級微調還在社區擴展中。多次 prepare 相同文本和字體直接複用 。CSS 依然負責最終繪製(如果你用 DOM 渲染)
,
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)。又在 Midjourney 幹過視覺生成,
開發體驗與 AI 協同 。處理連字符、現在 Pretext 提前算出所有高度 ,標點禁則、

先說清楚它解決什麽痛點
。
當然 ,更穩的編輯器;對設計師
,而是一次前端文本能力的重啟。虛擬化高度猜不準、結果就是滾動卡頓
、卻依然用同一套測量引擎。妥協精度,行高也要對齊,
核心 API 拆解與使用
庫暴露兩套 API
,創意直接爆炸
。bidi 方向。麵向 Canvas、它證明了 :把瀏覽器字體引擎的真相前置緩存 + 純 JS 布局,Masonry 那種不規則網格也能 120fps。演示裏的動態布局 demo ,
我覺得這是過去十年裏最值得關注的文本引擎之一
。不再需要等 DOM 渲染再調整錨點。TODO 裏寫著 server-side、作者 Cheng Lou 之前在 React 、就能幹掉 DOM reflow 這個老大難。現在你能提前知道每一行的精確邊界、毫秒級出結果
,文章卡片、頻繁 resize
、歡迎 PR。現在一行 layout 調用搞定 。自己算換行、
如果你的文本是 textarea 那種
,不碰 DOM,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,畫布渲染對不上 CSS 樣式。Pretext 把這一切全繞過去:一次 prepare 預計算,布局偏移、不拚接字符串
,傾斜閱讀 、卻能實時拖拽窗口自適應
。比如聊天消息
、layoutWithLines 直接給你每行完整文本和寬度 。希伯來文、line breaking 算法基於緩存的段寬度 ,它是聲明式、
響應式高級排版
。Chrome、字重
、layout 同一批次隻要 0.09ms。WebGL、
不是取代 CSS
很多人問:這不就是把 CSS 活搶了嗎?比如 CSS Shapes
,手寫動畫流式渲染,混合文字方向下的真實表現
。寬度、SVG、
我特別欣賞它對 whiteSpace 的處理 。能處理變寬場景 ,
先看簡單那套
,遊戲 UI
、虛擬列表、occlusion culling 變成線性掃描
,精確 shrinkwrap、Pretext 隻管測量和布局決策 。忽略換行;pre-wrap 模式保留原始格式,但作者開放態度明顯 ,Grid 搭框架
,這就是為什麽它能跨瀏覽器精確
:不是自己造輪子 ,像印出來的雜誌,返回一個不透明句柄。現在同一份 prepared 數據,Pretext 把控製權還給 JS ,
不止性能
虛擬化列表。最優寬度二分搜索、再把測量結果前置緩存
。而是“模仿”瀏覽器引擎最準確的那部分 ,全都可編程。
對普通開發者
,1000 條動態高度消息列表滾動還偶爾掉幀 。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,
Canvas / SVG / WebGL 渲染一致性
。社區已經有人做爆炸文字、作者特別提到用了 AI(Claude Code)迭代幾周
,輸入最大寬度和行高 ,黑盒、甚至能把整頁排版算好再吐 HTML,直接調用 Pretext 驗證不溢出。行高 24px
prepare 做一次性重活:規範化空白、你隻需要專注業務邏輯 。兩邊渲染結果像素級一致。硬換行可見,他說這是“爬過地獄”才搞出來的基礎件 ,演示裏幾十萬文本框滾動絲滑 ,variable font ASCII art……以前 CSS 做這些要一堆 hack ,發展勢頭很猛 。應用換行規則、
參考資料
- github.com/chenglou/pretext
- Pretext Demos
- 試試這個小遊戲
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。避免任何字符串拚接開銷。家族) ,雜誌式多欄動態流式、才是未來。跨平台一致 、然後立刻寫回樣式。現在換 Pretext,適合二分搜索最優容器寬度(比如聊天氣泡 shrinkwrap)。normal 模式下自動合並空白、
布局偏移(CLS)徹底消失。然後用純 JS 實現換行邏輯。緩存寬度,不用再猜文本高度 ,雜誌多欄 、walkLineRanges 和 layoutNextLine 內部維護一個 cursor(segmentIndex + graphemeIndex),普通人根本遭不住 。emoji、按語義分割文本、因為 emoji 和組合字符要當一個單元處理)。ReasonML、幀率直接起飛。響應式排版,對著瀏覽器真實渲染結果反複比對,layoutNextLine 是迭代器,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” 。立刻吐高度和行數 。而是創意的起點 。它不是小打小鬧的優化,
高級 API 更狠 ,不是 。自己對齊瀏覽器 quirks) ,確保每一種容器寬度下的換行行為 100% 一致。
對比以前手寫 Canvas 文本布局的痛苦(自己測寬度、justification(Knuth-Plass 算法已有人基於 Pretext 實現) 、數據可視化、還特別處理了 Safari、緩存下來。但關鍵的文本高度現在可控了。它不是萬能藥。clearCache() 可以手動清理,作者設計時就考慮了 AI 友好:API 極簡 ,不然精度會飄。新文本加載時 ,
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 ,
它體積極小 ,以前 variable height 虛擬列表要麽估高、隻給寬度和光標位置 ,一套給“隻需要高度”的場景,3D 排版、讓你能做 CSS 做不到的 :變寬迭代 、斷點,接著對每段用 Canvas.measureText 測寬度 ,tab、要麽 DOM 測量後強製 rerender,以前 CSS 隻能給你最終渲染結果 ,瀏覽器實現的。以前 DOM 文字和 Canvas 文字永遠對不齊,預先把文本拆成最小可測量單元,更多語言支持 ,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 。因為它就是數組索引 + 加減法 。算完立即返回 ,
編輯器與 AI 內容生成