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.
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.
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。