Pretext 初识——零 DOM 测量的文本布局引擎

给你一段文本和一个容器宽度,怎么知道它会占几行? 传统做法是创建 DOM 元素 → 设置文本内容 → 渲染 → 调用 getBoundingClientRect() 读取高度。这个流程会触发layout reflow ——浏览器渲染管线里面性能消耗最大的操作之一。 DOM 测量的代价 你可能见过浏览器控制台的这个警告: csharp 体验AI代码助手 代码解读复制代码[Violation] Forced reflow while executing JavaScript took 47ms

这就是强制回流:JavaScript 查询几何属性(offsetWidth、clientHeight)时,如果 DOM 状态已经改了,浏览器被迫同步重算样式和布局。 而且布局几乎总是作用于整个文档,元素多了确定位置和尺寸就很慢。有测试显示每帧花超过 28ms 在布局上,而流畅动画要求 16ms 内完成一帧。 在循环里频繁读写 DOM,浏览器会反复计算整个页面的布局,这就是布局抖动(layout thrashing)。 虚拟列表的"鸡生蛋"问题 react-virtualized 有个 issue:动态高度虚拟列表在滚动到最底部后往上滚,单元格会"跳跃"。 原因是列表从底部加载新内容时,之前渲染的项目高度变了,但滚动位置没跟着调。维护者的回应让人意外:

"I don't know a way to avoid this"

一个几万 star 的库,直接说"不知道怎么避免"。不过这倒不是开发者技术不行,而是根本性的架构问题:虚拟列表需要预先知道每个项目的高度才能正确渲染,但文本内容的高度只有渲染后才能测量。经典的"鸡生蛋"问题。 现在的选择就是:要么预先渲染所有项(卡顿),要么估算高度(不准确,滚动条跳动)。 Canvas 测量也不是银弹 既然 DOM 测量这么慢,用 Canvas 的 measureText() 行不行? Recharts 也遇到过这个问题——刻度太多时性能下降,原因是计算刻度可见性时频繁调用 Canvas 测量。最后的优化方案是减少 DOM 测量,实现了 1.8 倍加速,Canvas 文本测量也不是银弹。 Ejecta 项目甚至直接开了个 issue 叫 "measureText is slow",开发者说只能靠缓存已测量的字符串结果来绕过。 Pretext 的思路:用计算换 I/O Pretext 的核心思路是用纯算术计算代替 DOM 测量,文本布局完全不碰 DOM,性能提升 50-100 倍。 两阶段设计:

prepare(): 一次性重工作(文本分析 + Canvas 测量 + 缓存) layout(): 纯算术换行计算(零 DOM、零分配、零 I/O)

性能数据:

prepare(): 18.85ms / 500 文本(一次性) layout(): 0.09ms / 500 文本(快 210 倍) DOM batch: 4.05ms(慢 45 倍) DOM interleaved: 43.50ms(慢 483 倍)

核心设计 两阶段分离 Pretext 的核心思路是把繁重的预处理和轻量的布局计算分开: typescript 体验AI代码助手 代码解读复制代码// 一次性预处理 const prepared = prepare('这是一段文本', '16px Inter')

// resize 时反复调用,零 DOM 访问 const { height, lineCount } = layout(prepared, 300, 20) const newResult = layout(prepared, 400, 20) // 改变宽度

prepare() 做什么?

空白归一化(CSS white-space 语义) 智能分词(使用 Intl.Segmenter) 合并规则(标点附着、URL 保持完整等) Canvas 测量每个片段的宽度 三级缓存(字体 → 片段 → 字素)

layout() 做什么?

纯算术计算:累加宽度,判断换行 零 I/O:不读 DOM,不调 Canvas 零分配:不创建字符串、数组、对象 零回溯:贪婪算法 + pending break 机制

性能对比

操作耗时相对速度说明prepare()18.85ms1x一次性预处理(500 文本)layout()0.09ms210x纯算术计算(500 文本)DOM batch4.05ms45x 慢批量 DOM 测量DOM interleaved43.50ms483x 慢交错读写 DOM 实际意义:

实时 resize 不再卡顿:0.09ms vs 43.50ms,流畅度提升 483 倍 虚拟列表可以预知高度,无需渲染即可测量 Canvas 动态布局成为可能,游戏 UI、图表标签不再是瓶颈 瀑布流可以实时计算,不需要预先渲染

Pretext 的牛逼之处 Pretext 本质上是用 JavaScript 把浏览器的文本布局引擎重新实现了一遍,但只暴露必要的接口。核心不是"更快",而是"更聪明"——预处理阶段完成所有复杂工作(分词、测量、缓存),布局阶段只做纯数值计算,再利用三级缓存避免重复测量。 与现有方案对比

方案准确性性能复杂度适用场景DOM 测量✅ 高❌ 慢✅ 简单静态页面Canvas 测量✅ 高⚠️ 中⚠️ 中图表、游戏预估高度❌ 低✅ 快✅ 简单虚拟列表(妥协)Pretext✅ 高✅ 极快⚠️ 高通用 Pretext 既准确又快,代价是实现更复杂。对于频繁 resize、虚拟列表、Canvas 渲染这些场景,这个代价是值得的。

技术细节 文本分析:从字符到片段 Pretext 的文本分析阶段比较复杂,包括:

  1. 空白归一化 根据 CSS white-space 模式:

normal: 合并连续空格、Tab、换行为单个空格 pre-wrap: 保留空格、Tab、硬换行

  1. 智能分词 使用 Intl.Segmenter 进行语言感知的分词:

英文:按词分("Hello world" → ["Hello", " ", "world"]) 中文:按字分("你好世界" → ["你", "好", "世", "界"]) 泰语:按词边界分(泰语没有空格,需要词典分词)

  1. 高级合并规则 这些规则是 Pretext 准确性的关键:

规则输入输出原因标点附着"word" + ".""word."避免句号前换行URL 合并"https:" + "/" + "/""https://..."保持 URL 完整数字序列"7" + ":" + "00""7:00"时间/日期保持完整NBSP 粘合"word" + NBSP"word" + glue防止在 NBSP 处换行 4. CJK 禁则处理 中日韩语言有特殊的排版规则——行首禁则(逗号、句号、感叹号不能出现在行首)和行尾禁则(左括号、引号不能出现在行尾),确保文本换行符合东亚排版习惯。 换行算法:为什么不用 Knuth-Plass Knuth-Plass 算法是 TeX 排版系统用的最优换行算法,能产生最均匀的词间距。但浏览器不用它,原因不是性能。 CSS 规范要求浮动元素必须"尽可能高"定位,而 Knuth 换行算法可能导致某个词不是尽可能高的。唯一能满足这个规范的算法是贪婪算法。浏览器用贪婪算法不是性能问题,而是规范约束。 Pretext 也选了贪婪算法,原因有三:

性能:O(n) vs O(n²),快几个数量级 浏览器一致性:与 CSS 行为对齐 实用性:大多数场景下贪婪算法的质量足够好

实际对比:Knuth-Plass 9 行 vs 浏览器贪婪 10 行,质量差异不大,性能差异很大。 快速路径优化 Pretext 内部有个 simpleLineWalkFastPath 标志: typescript 体验AI代码助手 代码解读复制代码if (prepared.simpleLineWalkFastPath) { // 简单算法:只处理 text + space return countPreparedLinesSimple(prepared, maxWidth) }

// 完整算法:处理软连字符、Tab、Glue、硬换行等 return walkPreparedLines(prepared, maxWidth, onLine)

满足这些条件时走快速路径:不含 soft-hyphen、tab、glue(NBSP 等)、hard-break(\n)。简单文本直接跳过复杂逻辑,提升性能。 游标系统:精确定位与流式布局 游标系统是 Pretext 最有创新性的设计之一: typescript 体验AI代码助手 代码解读复制代码type LayoutCursor = { segmentIndex: number // 第几个片段 graphemeIndex: number // 片段内的第几个字素 }

为什么需要两层索引?单层索引无法定位到片段内部的字符。比如一个包含 10 个汉字的片段,没法指定第 5 个字,两层索引解决了这个问题。 游标系统支持流式布局和变宽布局: typescript 体验AI代码助手 代码解读复制代码let cursor = { segmentIndex: 0, graphemeIndex: 0 }

while (true) { // 每行可以有不同的宽度 const width = y < imageHeight ? columnWidth - imageWidth : columnWidth

const line = layoutNextLine(prepared, cursor, width) if (!line) break

renderLine(line, y) cursor = line.end y += lineHeight }

这段代码实现了文本绕图流动:图片上方行宽较小,图片下方恢复全宽。传统 CSS 实现需要复杂的布局技巧,Pretext 几行代码搞定。 Emoji 修正:浏览器 bug 的工程解法 不同浏览器的 Canvas 文本测量结果有差异,尤其是 Emoji:字号小于 24px 时 Canvas 测量的 emoji 宽度比 DOM 宽,原因是 Apple Color Emoji 字体的 Canvas 测量 bug。 Pretext 的解决方案:

检测修正量:对比 Canvas vs DOM 测量,计算差值 缓存修正量:每个字号只检测一次 应用修正:correctedWidth = canvasWidth - emojiCount × correction

关键发现:修正量只跟字号相关,跟字体无关,修正量可以缓存复用。 零分配热路径 layout() 的设计目标:

❌ 不创建字符串、数组、对象 ❌ 不读取 DOM ❌ 不调用 Canvas ✅ 纯数值计算

并行数组 vs 对象数组: typescript 体验AI代码助手 代码解读复制代码// ✅ 并行数组(缓存友好) widths: number[] // [42.5, 4.4, 37.2] kinds: SegmentBreakKind[] // ['text', 'space', 'text']

// ❌ 对象数组(指针追踪) segments: { width: number, kind: SegmentBreakKind }[]

并行数组的内存布局是连续的,CPU 缓存命中率高,V8 的隐藏类优化更好,这是 Pretext 性能的底层保障。

解锁新的 UI 可能性 高性能虚拟列表 传统方案先渲染再测量(卡顿),估算方案不准确(滚动条跳动),react-virtualized 维护者直接说 "I don't know a way to avoid this"。 Pretext 方案: typescript 体验AI代码助手 代码解读复制代码// 列表渲染前,预先测量所有项 const items = data.map(item => ({ ...item, prepared: prepare(item.text, '14px Inter') }))

// 滚动时,实时计算可见范围 function onScroll() { const visibleItems = items.filter(item => { const { height } = layout(item.prepared, containerWidth, 20) return isItemVisible(item, height) })

// 只渲染可见项,零强制回流 }

1000 项的长列表,滚动时每帧只需 0.09ms。 流式布局:变宽与绕图 图文混排,文字绕着图片流动,每行宽度不同: typescript 体验AI代码助手 代码解读复制代码let cursor = { segmentIndex: 0, graphemeIndex: 0 } let y = 0

while (cursor.segmentIndex < prepared.widths.length) { const lineWidth = y < imageHeight ? columnWidth - imageWidth : columnWidth

const line = layoutNextLine(prepared, cursor, lineWidth) if (!line) break

renderLine(line, y) cursor = line.end y += lineHeight }

类似 Notion、Figma 的复杂布局,Web 原生就能实现。 Canvas 富文本渲染 Recharts 刻度性能问题的根源是频繁调用 measureText(),加上 Chromium 的字体切换成本也高。 Pretext 的方案: typescript 体验AI代码助手 代码解读复制代码// 预处理阶段:批量测量,利用缓存 const prepared = prepareWithSegments(longText, '16px Inter')

// 渲染阶段:零 Canvas 测量 const { lines } = layoutWithLines(prepared, canvasWidth, 20)

lines.forEach((line, i) => { ctx.fillText(line.text, 0, i * 20) // 直接绘制 })

图表、游戏、可视化应用的性能瓶颈可以被打破。Recharts 如果用 Pretext,性能至少提升 1.8 倍。 紧凑布局(Shrinkwrap) 聊天气泡、标签、卡片需要找到最紧凑的容器宽度: typescript 体验AI代码助手 代码解读复制代码// 二分搜索最优宽度 let min = 100, max = 500 while (max - min > 1) { const mid = (min + max) / 2 const { lineCount } = layout(prepared, mid, 20)

if (lineCount <= 2) max = mid // 最多 2 行 else min = mid }

const optimalWidth = max // 最紧凑的宽度

WhatsApp、WeChat 的聊天气泡就是典型应用。 双栏流式排版 报纸、杂志、电子书的连续流动排版: typescript 体验AI代码助手 代码解读复制代码const columns = [ { x: 0, width: 300 }, { x: 320, width: 300 } ]

let cursor = { segmentIndex: 0, graphemeIndex: 0 } let currentCol = 0

while (cursor.segmentIndex < prepared.widths.length) { const col = columns[currentCol] const line = layoutNextLine(prepared, cursor, col.width)

if (!line) break

if (line.end.segmentIndex >= prepared.widths.length * 0.5 && currentCol === 0) { currentCol = 1 }

renderLine(line, col.x) cursor = line.end }

Flow ePub 阅读器就是这种需求。

性能与权衡 性能数据 Chrome 基准测试(500 文本批次):

操作耗时说明prepare()18.85ms一次性预处理layout()0.09ms纯算术,快 210 倍DOM batch4.05ms慢 45 倍DOM interleaved43.50ms慢 483 倍 不同语言的性能差异:

语言prepare() 耗时片段数原因中文6.10ms5,433 → 7,949更多片段泰语13.50ms10,281无空格分词阿拉伯语63.50ms37,603RTL + 连字 设计权衡 贪婪算法 vs 最优断行 — 0.09ms vs 数百 ms,9 行 vs 10 行,差异不大,选择性能优先。 预处理成本 vs 布局速度 — 一次重 19ms,多次轻 0.09ms。适合 resize 频繁、虚拟列表、Canvas 渲染的场景,不适合一次性渲染的静态页面。 并行数组 vs 对象数组 — 内存布局优化、缓存友好,代价是代码可读性下降,需要索引对应。 当前限制 不支持的 CSS 配置:

❌ word-break: break-all / keep-all ❌ 自动连字符(hyphenation,仅支持软连字符) ❌ line-break: strict / loose / anywhere ❌ overflow-wrap: anywhere

已知问题:

⚠️ system-ui 字体的 macOS 陷阱(Canvas 和 DOM 解析不同) ⚠️ 需要 Intl.Segmenter 支持(现代浏览器都支持)

最后 pretext 这项目确实有点意思,以上都是我一些初步的探索和了解,如有错误,欢迎指正 参考文献:

DebugBear. (2022). How To Fix Forced Reflows And Layout Thrashing. debugbear.com/blog/forced… web.dev. Avoid large, complex layouts and layout thrashing. web.dev/articles/av… react-virtualized Issue #610. (2018). github.com/bvaughn/rea… vue-virtual-scroller Issue #767. (2021). github.com/Akryum/vue-… Recharts Issue #3983. (2021). github.com/recharts/re… W3C CSSWG Issue #3756. Float positioning "as high as possible" prohibits non-greedy line-breaking. github.com/w3c/csswg-d… tldraw Issue #7377. (2023). Batch measurement optimization. github.com/tldraw/tldr… bramstein/typeset. TeX line breaking algorithm in JavaScript. github.com/bramstein/t… Figma Blog. (2021). How we figured out canvas virtualization. www.figma.com/blog/how-we… GitHub Issue #427. (2024). Canvas text rendering and metrics (2024 edition). github.com/web-platfor… https://infogram.com/helix-aiconverted1pdf-1h0r6rzogzzmw4e https://infogram.com/helix-aiconverted1pdf-1h1749w0rwkyl2z https://infogram.com/helix-aiconverted1pdf-1hmr6g8mg8wko2n https://infogram.com/helix-aiconverted1pdf-1h0n25o0womez4p https://infogram.com/helix-aiconverted1pdf-1h0n25o0wo39l4p https://infogram.com/helix-aiconverted1pdf-1hmr6g8mg810z2n https://infogram.com/helix-aiconverted1pdf-1hnp27e0venry4g https://infogram.com/helix-aiconverted1pdf-1hmr6g8mg8k9o2n https://infogram.com/helix-aiconverted1pdf-1h0r6rzogzx1w4e https://infogram.com/helix-aiconverted1pdf-1h9j6q7od7m754g https://infogram.com/pdf-1hnq41oywolzp23 https://infogram.com/pdf-1hmr6g8mg89dz2n https://infogram.com/pdf-1h9j6q7od7wy54g https://infogram.com/pdf-1h0r6rzogzkwl4e https://infogram.com/pdf-1h1749w0rwrkl2z https://infogram.com/pdf-1h984wvwlvlld2p https://infogram.com/pdf-1h9j6q7od7dkv4g https://infogram.com/pdf-1hnq41oywowdp23 https://infogram.com/pdf-1h984wvwlv13z2p https://infogram.com/pdf-1h9j6q7od75j54g https://infogram.com/helix-aiconverted1pdf-1hxj48m0wmj0q2v https://infogram.com/pdf-1h7v4pdvrd1584k https://infogram.com/pdf-1h0n25o0wo7yl4p https://infogram.com/pdf-1h0r6rzogz1kw4e https://infogram.com/pdf-1hnq41oywogzk23 https://infogram.com/pdf-1h984wvwlvyyd2p https://infogram.com/pdf-1h0n25o0woeol4p https://infogram.com/pdf-1h7v4pdvrdzpj4k https://infogram.com/pdf-1h0r6rzogzngw4e https://infogram.com/pdf-1hnq41oywovrk23

评论

暂无评论