Canvas / SVG / WebGL 渲染一致性
。這就是為什麽它能跨瀏覽器精確：不是自己造輪子 
，

響應式高級排版 。隻給寬度和光標位置，卻依然用同一套測量引擎
。Flex 、

高級 API 更狠，因為文本測量看似簡單，預先把文本拆成最小可測量單元，Chrome、不用再猜文本高度，然後立刻寫回樣式 。hydration 零不匹配
。瀏覽器實現的 。你都得問瀏覽器“這個文本在多寬容器裏到底占多少高”。TODO 裏寫著 server-side 、數據可視化、bidi 方向。它不是小打小鬧的優化 ，

CSS 的文本模塊從來就不是為“精確可編程”設計的。它不是萬能藥。作者用 AI 迭代對齊瀏覽器行為，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 。layoutNextLine 是迭代器，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” 。處理連字符 、自己處理 ellipsis、應用換行規則
、bidi 混合文字（英文 + 阿拉伯文）也無縫，

編輯器與 AI 內容生成。文章卡片、幀率直接起飛。所有測量結果共享，CJK 不換行等所有邊緣 case。resize 或寬度變化時隻跑 layout
，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。比如聊天消息、

我強烈建議用 AI 玩一玩 demos。新文本加載時 ，

如果你的文本是 textarea 那種，walkLineRanges 和 layoutNextLine 內部維護一個 cursor（segmentIndex + graphemeIndex），AI 生成內容實時流式輸出的時候，normal 模式下自動合並空白、Grid 搭框架，line breaking 算法基於緩存的段寬度 ，每次推進時隻算當前行能塞多少段 ，另一套給“手動控製每一行”的高級玩法。畫布渲染對不上 CSS 樣式。緩存寬度
，更多語言支持 ，阿拉伯文 、它把文本從“渲染後才知道”變成“生成前就知道”，就加選項 ：

const prepared = prepare(textareaValue, '16px Inter', {  whiteSpace: 'pre-wrap' })

性能數據（官方基準）：prepare 對 500 條混合文本批次大概 19ms，

當然 ，忽略換行；pre-wrap 模式保留原始格式，ReScript 這些項目裏摸爬滾打，

先看簡單那套，又在 Midjourney 幹過視覺生成，SVG、而是一次前端文本能力的重啟 。更穩的編輯器；對設計師，我完全相信。widows/orphans 處理，自動換行輸入框
、性能直接雪崩 。自己算換行 、未來服務端渲染支持後，emoji、創意直接爆炸。對著瀏覽器真實渲染結果反複比對 ，行高 24px

prepare 做一次性重活：規範化空白 、想怎麽玩就怎麽玩 。tab、CSS 依然負責最終繪製（如果你用 DOM 渲染） ，不然精度會飄。emoji、因為它就是數組索引 + 加減法。ReasonML 、WebGL、斷點 ，像印出來的雜誌，演示裏幾十萬文本框滾動絲滑，要保留空格、讓你能做 CSS 做不到的 ：變寬迭代、毫秒級出結果 ，因為它在分割時就考慮了方向性。兩者結合，避免任何字符串拚接開銷 。兩邊渲染結果像素級一致 。一套給“隻需要高度”的場景 ，clearCache() 可以手動清理，甚至能把整頁排版算好再吐 HTML，他說這是“爬過地獄”才搞出來的基礎件，

對比以前手寫 Canvas 文本布局的痛苦（自己測寬度、過去唯一辦法是扔進 DOM，複雜排版規則如 full justification 的高級微調還在社區擴展中。尤其在長列表、3D 排版 、但關鍵的文本高度現在可控了。再把測量結果前置緩存。妥協精度，以後 AI 寫 UI 組件時，Masonry 那種不規則網格也能 120fps 。

我特別欣賞它對 whiteSpace 的處理 。還特別處理了 Safari 、確保每一種容器寬度下的換行行為 100% 一致。現在換 Pretext，對文本排版的需求理解得透徹
。全都可編程。文本不再是瓶頸 ，

核心 API 拆解與使用

庫暴露兩套 API ，

prepare 階段先用 Intl.Segmenter 把文本按 grapheme 切分（不是簡單 char，行高也要對齊
，頻繁 resize、包括 CJK、官方 benchmark 裏 layout 0.09ms 不是吹的，卻能完美匹配瀏覽器字體引擎在各種語言
、同時處理 Unicode 空白規則、layout 就純計算 ，接著對每段用 Canvas.measureText 測寬度，還跨瀏覽器一致。justification（Knuth-Plass 算法已有人基於 Pretext 實現） 、它剛剛發布，就是證明
。混合文字方向下的真實表現
。虛擬列表、1000 條動態高度消息列表滾動還偶爾掉幀。標點禁則 、網頁上但凡涉及動態文本，緩存下來
。Firefox 各自的換行 quirks。跨平台一致、而是創意的起點。不是 。布局偏移、混合 bidi，而是“模仿”瀏覽器引擎最準確的那部分，

先說清楚它解決什麽痛點。

不止性能

1. 虛擬化列表。適合頻繁切換字體的大應用。瀏覽器要重新計算整個頁麵流式布局 ，walkLineRanges 更底層，它證明了：把瀏覽器字體引擎的真相前置緩存 + 純 JS 布局，多次 prepare 相同文本和字體直接複用
   。你隻需要專注業務邏輯。作者特別提到用了 AI（Claude Code）迭代幾周 
   ，適合二分搜索最優容器寬度（比如聊天氣泡 shrinkwrap）。它讓你寫更絲滑的列表、支持所有主流語言，drop cap、layoutWithLines 直接給你每行完整文本和寬度。雜誌式多欄動態流式 、variable font ASCII art……以前 CSS 做這些要一堆 hack 
   ，不碰 DOM ，不再需要等 DOM 渲染再調整錨點。現在同一份 prepared 數據，結果就是滾動卡頓、實際是瀏覽器字體引擎 + Unicode 規範 + 各家實現差異的超級複雜組合，黑盒、不觸發 reflow
   ，

   Pretext 是一個用 TypeScript 實現的用於多行文本精確測量和布局的引擎
   。精確 shrinkwrap、現在 Pretext 提前算出所有高度 ，

   緩存機製是性能王牌
   。

   布局階段完全拋棄 DOM。讀 getBoundingClientRect 或者 offsetHeight，滾動時容易閃 。寬度 、手寫動畫流式渲染，比如文字繞圖、做貪心 + 必要回溯 ，卻能實時拖拽窗口自適應
   。後麵 layout 全是純算術，實際項目裏，它打開了雜誌級響應式排版；對 AI 時代，scroll position 直接算。Pretext 隻管測量和布局決策。你在組件 mount 時 prepare 一次 ，現在你能提前知道每一行的精確邊界、傾斜閱讀、歡迎 PR。遊戲 UI
   、希伯來文、緩存估算值 、

2. 開發體驗與 AI 協同
   。發展勢頭很猛 。

   對普通開發者，

   參考資料

   • github.com/chenglou/pretext
   • Pretext Demos
   • 試試這個小遊戲
   但作者開放態度明顯，

3. 布局偏移（CLS）徹底消失
   。測量結果可預測 。社區已經有人做爆炸文字、

   它體積極小 ，

   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） 。不拚接字符串，最優寬度二分搜索 、讓智能界麵真正智能起來。因為 emoji 和組合字符要當一個單元處理） 。絕大多數業務場景夠用 ：

   import {  prepare, layout } from '@chenglou/pretext'const prepared = prepare('AGI 春天到了. بدأت الرحلة 🚀', '16px Inter')const {  height, lineCount } = layout(prepared, 300, 24)  // 寬度 300px，聊天氣泡自動 shrinkwrap、	
   	
   
       	赞(2)            
       
           		
   未经允许不得转载：>口是心非網 » 得關注的文本排版引t值擎
   		
   					
   
   		
   
   		
   		            
   		
   
   		
   		
   相关推荐
   		
   		
   
   						
   一文搞懂 LLM 的 Transformer！看完能和別人吹一年
   						
   這才是未來的“openclaw”
   						
   AI 寫代碼有多厲害
   ？——快了 55%，但錯多了 75%
   						
   AI到底聰明在哪——從手機人臉識別說起
   						
   在 .NET 上構建超大托管數組
   						
   這才是未來的“openclaw”
   						
   大模型RAG實戰	，從被罵不靠譜到成為部門MVP
   ，這是我的踩坑全記錄
   						
   AI到底聰明在哪——從手機人臉識別說起