在日常撰写技术长文或社交媒体 Thoughts 时,有两件事最容易打断创作者的“心流(Flow)”:

  1. 1.

    中英文之间反复切换空格(不加空格排版极丑,加了又浪费时间)。

  2. 2.

    技术术语的大小写纠正(为了保持书写流畅,通常一路小写,但发布前必须痛苦地一个个手动修正,如 react ➡️ React, ts ➡️ TypeScript)。

为了将创作者从这种低效的体力活中解放出来,我近期深入思考了如何将轻量级排版库(如 @fuyeor/markdown-formatter,体积仅数 KB)以优雅、环保且具备全球化格局(I18n)的姿势引入社交媒体编辑器中。


🎨 视觉障眼法 vs 实质性纠正:大小写的两难抉择

面对技术名词大小写不规范的问题,最初我想过通过 CSS/外观障眼法 来解决(比如想办法让小写拉丁字母在视觉上不相较于汉字显得过于弱小)。

  • 痛点:这在工程上极难实现。如果盲目放大整体小写英文,正统英文句式会变得极其诡异;如果只在中文夹杂环境中放大,遇到全大写术语(如 DMCA)又会引发视觉过载。

因此,「实质性纠正(直接修改文本)」 才是唯一的终极出路。


🛠️ 技术实现的双轨制演进与 Trade-offs

在实质性纠正的文本替换策略上,存在两种截然不同的技术路线:

⚙️ 方案 A:动态正则边界替换(最终胜出)

通过构建一个带有动态边界断言(Lookbehind/Lookahead)的正则表达式,对词表进行批量替换。

  • 核心优势:速度极快,支持短语或复合词汇的定义(如 open source ➡️ Open Source)。

  • 边界防御:通过定义 boundaryChars = 'a-zA-Z0-9_./',当目标词前方存在字母、数字、下划线、点号、斜杠时,视为复合词或路径的一部分(如 /api/v1 或 .ts 文件扩展名),自动拦截不予替换,精准避开误伤。

// 核心逻辑演示
function normalizer(content, glossary) {
  if (!glossary || Object.keys(glossary).length === 0) return content;
  const terms = Object.keys(glossary);
  const boundaryChars = 'a-zA-Z0-9_./';
  const pattern = new RegExp(
    `(?<![${boundaryChars}])(${terms.map((t) => t.replace(/[.*+?^${}()|[\]\\]/g, '\\$&')).join('|')})(?![${boundaryChars}])`,
    'gi',
  );
  return content.replace(pattern, (match) => {
    const key = match.toLowerCase();
    return glossary[key] || match;
  });
}

✂️ 方案 B:现代 Intl.Segmenter 原生分词

利用浏览器原生的国际化分词器进行单词切分。

  • 致命缺陷:由于它是基于语言学词素(Word-like)切分,它会将复合词组(open source)切为两个独立词,也会将类似 c++ 这种符号术语肢解为 ['c', '+', '+']。因此在技术术语的场景下不倾向于采用。


☁️ 架构设计:云端个性化词表与规则市场

为了不增加前端包体积,同时消除用户冷启动时“每个词都要自己加”的痛苦,完美的架构应当是:

  • 数据流向:点击“格式化”时,触发异步按需加载(On-demand Load)排版 JS,同时通过 API 从后端请求下载词表(Glossary)。

  • 规则市场(Rule Market):系统内置一套基准常用技术词库(React, TypeScript, CSS 等),在此之上,用户可以完全自定义个人高频词汇(如 fuyeor ➡️ Fuyeor),甚至可以将不同领域用户的词表在社区中直接共享和合并。哪怕词表有漏网之鱼,将“手动调整 20 个”降到“手动调整 2 个”也是体验上的质变。


🌍 全球化格局下的 API 命名艺术:从 CJK 到 continuousScript

在设计 Formatter 的 API 配置项时,如何让拉丁语系(英文、法文)和不需要自动空格的西方语系(如使用西里尔字母的现代蒙语、自带空格的阿拉伯语)用户看一眼名字就直接忽略、毫无认知负担,是一个极具挑战的国际化课题。

  • ❌ 命名为 cjk:不包容泰语(th)、高棉语(km)、缅甸语(mm)等同样连续书写不加空格的东南亚语系。

  • ❌ 命名为 textSpacing 或 interScript:含义过于模糊,会让纯英文、俄文或阿拉伯文用户产生被迫思考的心理负担(“我的语言算不算另一种 script?我需要开启吗?”)。

  • ❌ 命名为 panEastAsian:地理概念上包含了蒙古,但现代蒙语书写自带空格,会产生歧义。

👑 终极解法:使用排版学专业词汇 continuousScript

在排版学中,中、日、韩、泰、高棉等语言有一个共同的核心特征,叫做 Scriptio continua(连续书写/不间断书写)。以此命名,有空格的西方和中东用户能一眼判定“这与我无关”从而秒过,格局直接拉满。

同时,我们将 大小写规范(autoUpperWord) 和 自定义术语(glossary) 彻底独立。因为在连续书写语言中,90% 的英文词汇(如人名、普通专有名词)只需要直接首字母大写,只有少数特殊术语(如 HTML, iPhone)才需要查表解决。

📝 终极 API 类型定义蓝图

export type FormatOptions = {
  // 针对自带空格的分词语系 (en, fr, es, ru, ar...)
  autoCase: {
    sentence: 'capitalize'; // hello. world -> Hello. World
    heading: 'sentence' | 'title' | 'capitalize'; 
    glossary?: Record<string, string>; // {"fuyeor": "Fuyeor"}
  };
  
  // 针对连续书写不发空格的语系 (zh, ja, th, km...)
  continuousScript: {
    autoSpacing: boolean;    // Web UI開発 -> Web UI 開発
    autoUpperWord: boolean;  // react nativeの動作原理 -> React Nativeの動作原理
  };
  
  maxConsecutiveBlankLines: number;
};

🎯 极客式的交互克制

为了保证最极致的性能与环境友好,该功能必须由用户主动点击工具栏的“格式化”按钮触发。

  • 拒绝任何 Cmd/Ctrl + S 或发布前的弹窗拦截和自动静默加载。

  • 允许初期版本将光标宽松地重置到末尾,以最低的工程复杂度换取最核心的排版快感。

通过这种“实质性纠正 + 云端个性化词表 + 排版学严谨命名”的闭环,或许这就是彻底终结社交媒体上技术排版强迫症的终极方案。