在 Vim 里编辑文件时我设置行宽不超过 80 个字符，因此编辑 Markdown 文件时一段话里会有多个换行。我用 Octopress 默认配置的 rdiscount 来生成 HTML 文件，这些换行都会保留在最后生成的 HTML 文件中。
浏览器对换行的处理是转成空格，这对英文来说很自然，但对中文就很讨厌了。我在 Stack
Overflow 上提了这个问题，从这个详细的回答来看，这是一个历史遗留问题，短期内不会解决。
所以还是自己动手吧。解决办法是在生成 HTML 前把所有连续的中文行转成一行。(修改
Markdown 的实现也可以，但 rdiscount 用了 C 写的 Markdown 实现 discount，hack 起来比较麻烦。) 在 Ruby 1.9 中，连接中文行可以很方便的用正则表达式实现，注意开头的
#encoding: UTF-8 是必须的。
1
2
3
4
5
6
7
8
9
10
11
| #encoding: UTF-8
class String
def join_chinese
unless @chinese_regex
han = '\p{Han}|[，。？；：‘’“”、！……（）]'
@chinese_regex = Regexp.new("(#{han}) *\n *(#{han})", Regexp::MULTILINE)
end
gsub(@chinese_regex, '\1\2')
end
end
|
可以用来转换文件的代码在 gist 上，但我不希望把 Markdown 源文件变成有着巨长行的文本，所以我修改了 jekyll，在调用 rdiscount 前对内容调用 join_chinese 方法。需要修改 lib/jekyll/converters/markdown.rb，patch 如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
| --- bak-markdown.rb 2011-12-23 20:14:24.000000000 +0800
+++ markdown.rb 2011-12-23 20:13:19.000000000 +0800
@@ -1,3 +1,15 @@
+#encoding: UTF-8
+
+class String
+ def join_chinese
+ unless @chinese_regex
+ han = '\p{Han}|[，。？；：‘’“”、！……（）]'
+ @chinese_regex = Regexp.new("(#{han})\n(#{han})", Regexp::MULTILINE)
+ end
+ gsub(@chinese_regex, '\1\2')
+ end
+end
+
module Jekyll
class MarkdownConverter < Converter
@@ -115,7 +127,7 @@
}).to_html
end
when 'rdiscount'
- RDiscount.new(content, *@rdiscount_extensions).to_html
+ RDiscount.new(content.join_chinese, *@rdiscount_extensions).to_html
when 'maruku'
Maruku.new(content).to_html
end
|
用 Markdown 来写这种类型的 blog 真是舒服多了。