当前位置: 首页 > article >正文

43.1k star, 免费开源的 markdown 编辑器

简介

项目名: MarkText-- 简单而优雅的开源 Markdown 编辑器

Github 开源地址: https://github.com/marktext/marktext

官网: https://www.marktext.cc/

支持平台: Linux, macOS 以及 Windows。

操作界面:

在操作界面输入 就可以弹出编辑模块的窗口,我们可以在这个窗口,选择插入标题、段落、代码模块、表格、图表等:

主要特点:

  • 实时预览,所见即所得,界面干净简单。

  • 支持 CommonMark Spec、GitHub Flavored Markdown Spec 并选择性支持 Pandoc markdown。

  • 支持数学表达式(KaTeX)、前置信息和表情符号等。

  • 支持段落和行内编程样式。

  • 可以导出 HTML 和 PDF 文件。

  • 软件可以设置各种主题 Cadmium Light、Material Dark 等。

  • 多种编辑模式:源码模式、打字机模式、焦点模式。

  • 可以从剪贴板中直接粘贴图像。

支持各种格式插入:

菜单栏上的 Theme 选项可以设置不同主题:

可以设置自己喜欢的主题:

菜单栏上的 View 选项可以设置不同编辑模式:

源码模式:

打字机模式:

焦点模式:

MarkText 的一些主要特点和功能总结:

  • 所见即所得编辑器:MarkText 提供了一个直观的所见即所得编辑器,让用户可以在编辑时立即看到最终渲染的效果,这有助于用户更直观地处理 Markdown 格式。

  • 实时预览:编辑器支持实时预览功能,用户可以在编辑时随时查看 Markdown 文档的渲染效果,确保最终的呈现符合期望。

  • 语法高亮:MarkText 提供了语法高亮显示,使 Markdown 文档中的不同元素(标题、列表、代码块等)更易于辨认,提高可读性。

  • 多主题支持:用户可以选择不同的编辑主题,以适应个人偏好或不同的环境。

  • 自定义样式:用户可以通过自定义 CSS 样式来定制编辑器和渲染效果,以满足个性化需求。

  • 导出功能:MarkText 支持将 Markdown 文档导出为多种格式,包括 HTML、PDF 等,使用户能够方便地分享或发布文档。

  • 标签页支持:用户可以在同一个窗口中打开多个 Markdown 文档,通过标签页进行切换,提高多文档管理的效率。

  • 跨平台:MarkText 是跨平台的,支持 Windows、macOS 和 Linux 系统,使用户能够在不同的操作系统上使用相同的编辑工具。

  • 快捷键支持:提供了丰富的快捷键,方便用户快速执行常用操作,提高编辑效率。


http://www.kler.cn/news/234139.html

相关文章:

  • grafana+prometheus+hiveserver2(jmx_exporter+metrics)
  • [AIGC] Spring Gateway:一个简单 yet powerful API 网关
  • 每日五道java面试题之java基础篇(二)
  • Go内存优化与垃圾收集
  • 安全之护网(HVV)、红蓝对抗
  • 蓝桥杯官网练习题(Excel地址)
  • 【Chrono Engine学习总结】3-地型terrain
  • Linux基础-配置网络
  • 数据分析基础之《pandas(7)—高级处理2》
  • hook函数——useRef
  • 无人机应用场景和发展趋势,无人机技术的未来发展趋势分析
  • ubuntu22.04安装部署03: 设置root密码
  • 机器学习简介
  • 2.9 Binance_interface APP 现货交易-限单价平仓
  • MySQL数据库-索引概念及其数据结构、覆盖索引与回表查询关联、超大分页解决思路
  • 人工智能之参数估计
  • 算法学习——LeetCode力扣栈与队列篇1
  • 计算机视觉主要知识点
  • CleanMyMac X 4.14.7帮您安全清理Mac系统垃圾
  • [UI5 常用控件] 08.Wizard,NavContainer
  • 论文笔记:相似感知的多模态假新闻检测
  • Nginx实战:3-日志按天分割
  • python coding with ChatGPT 打卡第19天| 二叉树:合并二叉树
  • 显示器校准软件:BetterDisplay Pro for Mac v2.0.11激活版下载
  • 读书笔记之《运动改造大脑》:运动是最佳的健脑丸
  • 【大厂AI课学习笔记】【1.6 人工智能基础知识】(1)人工智能、机器学习、深度学习之间的关系
  • 二、数据结构
  • golang 集成sentry:http.Client
  • 【5G NR】【一文读懂系列】移动通讯中使用的信道编解码技术-Viterbi译码原理
  • GPT-4登场:多模态能力革新,提升ChatGPT与必应体验,开放API助力游戏革新