前言

大家好, 我是徐小夕, 之前和大家分享了一个在线文档编辑器PowerNice, 它可以轻松帮我们编写文档并一键导出多种格式比如html,pdf,md,png图片等, 如下:

最近为了让编辑器满足更多场景需求, 我开发了桌面端软件版本——powernice-electron, 支持mac和window。

接下来我来对powernice技术实现和功能做一个介绍。


(资料图)

背景

作为一名技术工作者, 我们经常会遇到编写技术文档, 技术分享等需求, 网上也有很多现成的文档管理工具, 出于好奇心, 我拉着朋友一起实现了一个, 用来自给自足. 接下来就来介绍一下轻量级且灵活方便的文档编辑工具——「powerNice」。

「powerNice」提供两种方式来编写文章/文档, 即程序员最喜欢的markdown, 也可以使用非技术人员最容易上手的富文本编辑器。

Demo演示技术选型

实现「powerNice」在线文档编辑器我们采用如下核心技术栈：

ReactAnt DesignDvaFor-editorBraft-editorNodejs浏览器指纹识别技术功能盘点1、多模式编辑

多模式编辑主要是指我们可以用富文本和md编辑器来编辑我们的文章, 我们采用最熟悉的React来实现, 效果如下:

2、多主题

目前支持2套主题, 浅色和深色, 主要从用户体验的角度方便用户夜间写作. 效果如下:

深色：

浅色：

3、支持一键导入导出

为了提高我们的写作效率以及对文章的多路复用, 我们提供了一键导入导出文件等功能, 具体如下:

导出Markdown导出PDF基于文章导出海报图导入Markdown文件下载文章html内容

使用截图如下:

下载的html内容预览如下：

还原度还是非常高的~

4、多模式预览

多模式预览主要是右侧的预览区, 我们支持手机端预览和pc端预览, 如下图:

5、字数行数统计

字数行数统计主要是帮助作者做内容统计, 这块实现不是很难, 我们看看预览效果:

6、文章管理

文章管理主要是管理用户编写的内容, 这里因为我们做的是线上工具, 用户识别主要采用浏览器指纹识别技术来区分用户, 用户可以轻松在编辑器文章列表中切换文章进行编辑, 效果如下:

核心技术实现1、导入导出多类型文件

「导入md/html文件」导入md文件我们主要利用ant的upload组件和FileReaderAPI, 具体实现如下:

{  name: "file",  showUploadList: false,  beforeUpload(file: any): any {    const reader = new FileReader()    reader.onload = function(e: Event) {      const data = (e as any).target.result      if (editor === "richText") {        // ...      } else {        // ...      }    }    reader.readAsText(file)  },}

「下载html」下载html的原理也很简单, 我们拿到渲染后的html字符串, 利用html模版将其包装成完整的html, 最后再存储为File对象, 利用file-saver实现下载. 思路如下:

核心代码如下:

const doc = document.querySelector(".for-markdown-preview") as HTMLElementconst html = createMDHtml(doc.innerHTML, article)file = new File([html], `${moment().format("YYYYMMDDHHmmss")}.html`, { type: "text/html;charset=utf-8" })// 下载文件saveAs(file)
2、基于浏览器指纹识别技术的用户识别

浏览器指纹这块知识点涉及的比较多, 笔者这里简单介绍一下canvas指纹。

「Canvas指纹」是利用系统之间, 字体渲染引擎, 抗锯齿、次像素渲染等处理方式的差异而实现的一种指纹识别技术. 我们使用canvas将同样的文字转成图片, 即便使用Canvas绘制相同的元素，但由于上述的差别得到的结果也是不同的。

所以我们可以利用以上技术, 对不同用户浏览器进行识别, 从而区分用户(虽然存在概率事件), 实现无需登录就能保存对应内容的目的. 基本实现代码如下:

createFingerprint = () => {  const canvas = document.getElementById("anchor-uuid") as HTMLCanvasElement  const context = canvas.getContext("2d") as CanvasRenderingContext2D  context.font = "18pt Arial"  context.textBaseline = "top"  context.fillText("hello, user.", 2, 2)  const fingerprint = canvas.toDataURL("image/jpeg")  // hash  const secret = "nice"  const hash = crypto.createHmac("sha256", secret)    .update(fingerprint)    .digest("hex")  return hash}

大家也可以参考此方法来设计自己的指纹识别方案。

推荐内容