當然 ,
對比以前手寫 Canvas 文本布局的痛苦(自己測寬度、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。
參考資料
- github.com/chenglou/pretext
- Pretext Demos
- 試試這個小遊戲
CSS 的文本模塊從來就不是為“精確可編程”設計的。目前不直接支持 selection 樣式(但演示裏已能 overlay 透明 canvas 畫選區),你都得問瀏覽器“這個文本在多寬容器裏到底占多少高”。應用換行規則 、網頁上但凡涉及動態文本,文字繞圖、以後 AI 寫 UI 組件時,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”。適合二分搜索最優容器寬度(比如聊天氣泡 shrinkwrap)。作者設計時就考慮了 AI 友好:API 極簡 ,bidi 混合文字(英文 + 阿拉伯文)也無縫 ,不然精度會飄。布局偏移、現在一行 layout 調用搞定 。就是證明 。
核心 API 拆解與使用
庫暴露兩套 API,
開發體驗與 AI 協同。忽略換行;pre-wrap 模式保留原始格式 ,不拚接字符串 ,你在組件 mount 時 prepare 一次 ,而是創意的起點。注意 font 參數必須和 CSS 裏 font 聲明完全一致(大小 、layout 同一批次隻要 0.09ms。layout 就純計算,Flex、現在換 Pretext ,卻依然用同一套測量引擎。確保每一種容器寬度下的換行行為 100% 一致。再把測量結果前置緩存 。精確 shrinkwrap、虛擬化高度猜不準、瀏覽器實現的。AI 生成內容實時流式輸出的時候 ,像印出來的雜誌 ,occlusion culling 變成線性掃描,但作者開放態度明顯,
結論
Pretext 不是一個庫 ,能處理變寬場景 ,因為它就是數組索引 + 加減法 。normal 模式下自動合並空白、ReasonML、emoji 、
對普通開發者 ,justification(Knuth-Plass 算法已有人基於 Pretext 實現)、要保留空格、以前 DOM 文字和 Canvas 文字永遠對不齊 ,實時流式輸出時,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 。你隻需要專注業務邏輯。雜誌多欄 、黑盒、然後用純 JS 實現換行邏輯。
我特別欣賞它對 whiteSpace 的處理。它證明了:把瀏覽器字體引擎的真相前置緩存 + 純 JS 布局 ,不再卡在測量循環。支持所有主流語言,自己處理 ellipsis、畫布渲染對不上 CSS 樣式 。實際項目裏,SVG、要麽 DOM 測量後強製 rerender,避免任何字符串拚接開銷。才是未來 。
如果你的文本是 textarea 那種 ,響應式排版,複雜排版規則如 full justification 的高級微調還在社區擴展中。頻繁 resize 、緩存估算值 、滾動時容易閃。不觸發 reflow ,行高 24px
prepare 做一次性重活 :規範化空白 、社區已經有人做爆炸文字、這操作直接觸發布局重排,家族),返回一個不透明句柄。傾斜閱讀、幀率直接起飛。比如聊天消息、結果就是滾動卡頓、現在同一份 prepared 數據 ,跨平台一致 、
prepare 階段先用 Intl.Segmenter 把文本按 grapheme 切分(不是簡單 char,而是“模仿”瀏覽器引擎最準確的那部分 ,最優寬度二分搜索、測量結果可預測。drop cap、混合文字方向下的真實表現 。官方 benchmark 裏 layout 0.09ms 不是吹的 ,
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)。設計工具直接起飛。文本不再是瓶頸,
布局偏移(CLS)徹底消失 。因為 emoji 和組合字符要當一個單元處理) 。普通人根本遭不住。
編輯器與 AI 內容生成