Sublime Text 可视化编辑Markdown

Omni 最近开始使用Sublime Text发现越用越顺手。以前一直在寻找一个可以支持离线实时预览的Markdown编辑器,而且还能比较完美的支持公式,结果都没有很满意的。后来就开始使用StackEdit,唯一的缺点就是必须用在线的MathJax,感觉总是有点不舒服。当然在浏览器里使用也有不太好的用户体验。前两天发现Sublime Text里有一个很强大的插件叫OmniMarkupPreviewer,可以支持多种格式文件的实时预览。以下是文档的摘要:

OmniMarkupPreviewer has builtin support following markups:

  • Markdown
  • reStructuredText
  • WikiCreole
  • Textile
  • Pod (Requires Perl >= 5.10 and can be found in PATH, if the perl version < 5.10, Pod::Simple should be installed from CPAN.)
  • RDoc (Requires ruby in your PATH)
  • Org Mode (Requires ruby, and gem org-ruby should be installed)
  • MediaWiki (Requires ruby, as well as gem wikicloth)
  • AsciiDoc (Requires ruby, as well as gem asciidoctor)
  • Literate Haskell

可以看到除了不支持著名的Latex,平常有实时预览需求的格式基本都能支持,确实很强大。

功能测试

代码高亮

修改模板后需要修改对应的样式表才能支持,我个人也不大需要实时的语法高亮,在修改后的模板上就没有折腾了。

    
    #------------------------------------------------------------------------------
    # Linear interpolation in N-D
    #------------------------------------------------------------------------------
    
    class LinearNDInterpolator(NDInterpolatorBase):
        """
        LinearNDInterpolator(points, values, fill_value=np.nan)
    
        Piecewise linear interpolant in N dimensions.
    
        .. versionadded:: 0.9
    
        Parameters
        ----------
        points : ndarray of floats, shape (npoints, ndims); or Delaunay
            Data point coordinates, or a precomputed Delaunay triangulation.
        values : ndarray of float or complex, shape (npoints, ...)
            Data values.
        fill_value : float, optional
            Value used to fill in for requested points outside of the
            convex hull of the input points.  If not provided, then
            the default is ``nan``.
    
        Notes
        -----
        The interpolant is constructed by triangulating the input data
        with Qhull [1]_, and on each triangle performing linear
        barycentric interpolation.
    
        References
        ----------
        .. [1] http://www.qhull.org/
    
        """
    
        def __init__(self, points, values, fill_value=np.nan):
            NDInterpolatorBase.__init__(self, points, values, fill_value=fill_value)
            if self.tri is None:
                self.tri = qhull.Delaunay(self.points)
    
        def _evaluate_double(self, xi):
            return self._do_evaluate(xi, 1.0)
    
        def _evaluate_complex(self, xi):
            return self._do_evaluate(xi, 1.0j)
    
        @cython.boundscheck(False)
        @cython.wraparound(False)
        def _do_evaluate(self, double[:,::1] xi, double_or_complex dummy):
            cdef double_or_complex[:,::1] values = self.values
            cdef double_or_complex[:,::1] out
            cdef double[:,::1] points = self.points
            cdef int[:,::1] simplices = self.tri.simplices
            cdef double c[NPY_MAXDIMS]
            cdef double_or_complex fill_value
            cdef int i, j, k, m, ndim, isimplex, inside, start, nvalues
            cdef qhull.DelaunayInfo_t info
            cdef double eps, eps_broad
    
            ndim = xi.shape[1]
            start = 0
            fill_value = self.fill_value
    
            qhull._get_delaunay_info(&info, self.tri, 1, 0)
    
            out = np.zeros((xi.shape[0], self.values.shape[1]),
                           dtype=self.values.dtype)
            nvalues = out.shape[1]
    
            eps = np.finfo(np.double).eps * 100
            eps_broad = sqrt(np.finfo(np.double).eps)
    
            with nogil:
                for i in xrange(xi.shape[0]):
    
                    # 1) Find the simplex
    
                    isimplex = qhull._find_simplex(&info, c,
                                                   &xi[0,0] + i*ndim,
                                                   &start, eps, eps_broad)
    
                    # 2) Linear barycentric interpolation
    
                    if isimplex == -1:
                        # don't extrapolate
                        for k in xrange(nvalues):
                            out[i,k] = fill_value
                        continue
    
                    for k in xrange(nvalues):
                        out[i,k] = 0
    
                    for j in xrange(ndim+1):
                        for k in xrange(nvalues):
                            m = simplices[isimplex,j]
                            out[i,k] = out[i,k] + c[j] * values[m,k]
    
            return out

实时公式预览

这个是我很关心的功能,也是Omni解决的很好的功能,预览文件使用的是离线的MathJax只要电脑够快,公式的渲染基本是实时的。(当然每次刷新都要重新渲染,这个是浏览器的固有缺陷,不是MathJax可以马上解决的,不过这种速度的预览我相当可以接受。)

图片预览

这个也很重要,文件里插一个图看不到预览是相当不能接受的。支持远程文件的预览很正常,支持本地文件预览就麻烦一些。

远程文件:

Google

本地文件:

Lognorm

可以看到,两种文件都得到了完美的支持。

表格支持

Markdown 渲染器支持,应该就没问题。

Wang Long qi
How & Why
1 2 3
A B C

总结

通过Sublime Text和OmniMarkupPreviewer的合作,Markdown获得了很完美的支持,虽然有一些固有的技术障碍没有解决,不过在现有的组合中这是一个相当不错的解决方案了。如果你要经常编写Markdown文档的话,这是一个不错的解决方案。

下面是四个模板到处的实时预览的网页。

Github

Radar

SolarizedLight

SolarizedDark

还没有好好弄弄这些模板,还有很多地方可以改进。啥时候有时间再改改。

亲,给点评论吧!