跳转到正文

5. 一个 markdown 渲染的 bug

← 全部碎记

今天又发现了一个 markdown 渲染上的 bug。

加粗的语法是前后各两个星号,如果结尾的两个星号前有一个中文标点符号,比如。\*\*」,且后面紧跟着其他文字,那么就渲染不出来加粗格式了。

查了一圈的结论是:在 CommonMark 标准中,中文标点符号不是合法的 word character,当它和星号放在一起时,将不能作为加粗格式的闭合标签。

前端很常用的两个工具 remarkjs 和 markdown-it,都遵循这个标准。所以几乎所有大模型对话产品都能复现这个问题,比如豆包和 ChatGPT。

解决办法有两种:

第一种是自行实现 remarkjs/mdit 的插件去做预处理/后处理,或者干脆选择一种不那么遵守标准的工具,如 marked.js。

第二种方法是我从腾讯元宝学到的。你还别说,腾讯元宝作为国内对话产品中的「后辈」,居然对这种魔鬼细节都有处理到,给他们的测试团队点个赞。

它是这么做的:由前端处理,将大模型输出的 markdown 数据中所有的星号星号前后各添加一个零宽空格,既不影响展示,又满足了 CommonMark 的闭合要求,非常完美。

不得不说,markdown 转 html 的坑实在是太多了,尽管本身语法并不多,但依然存在大量的细节,你不踩坑就不知道。

比如一个段落结尾处有两个空格,它表示的意思是换行,在 mdast 中对应了一个 break 节点。

很多时候只能 case by case 去解了。