有没有办法使用 tmLanguage 语法来扩展 vscode 集成 Markdown 扩展语法高亮？

Question

我正在开发 vscode 的语言扩展。我定义了一个 tmLanguage 文件，一切运行良好。在悬停功能中，使用vscode.MarkdownString.appendCodeblock()markdown 被正确解释，并且我的自定义语言的语法突出显示可以开箱即用，通过执行以下操作：

const content = new MarkdownString("", true)
content.appendMarkdown("## Examples: \n")
content.appendCodeblock(examples, "lmps")

其中examples包含我的自定义语言的一些示例代码，"lmps"是我的语言标识符。（图像悬停示例）

我想知道是否有办法在网络视图中实现同样的事情。我成功地在 webview 中显示了content，将 markdownString 编译成 html：

async function set_doc_panel_content(panel: DocPanel | undefined, md_content: vscode.MarkdownString) {
        const html: string = await vscode.commands.executeCommand('markdown.api.render', md_content.value) as string;
        panel!.webview.html = html;
    }

到目前为止一切都很好，但是通过这种方式，Markdown 不知道我的自定义语言，并且不做任何语法突出显示。（示例图像 Webview）现在，我了解到向 Markdown 扩展添加语言支持可以通过在激活函数中返回一个对象来贡献一个 markdown-it 插件来实现。

export function activate(context: vscode.ExtensionContext) {

...

    return {
        extendMarkdownIt(md: any) {
          return md.use(require('markdown-it-emoji'));
        }
}

然而，如果我没看错的话，这实际上需要开发一个专用的 markdown-it 插件。我想知道是否有更简单的方法将我的语言集成到 markdown api 中。因为 vscode 显然已经可以在悬停和完成建议中本地完成此操作。我可以以某种方式在网络视图中使用这个功能吗？或者，有没有一种方法可以从 tmLanguage 文件生成 markdown-it 插件，而无需深入学习 markdown-it 插件开发？也许有人指出做过类似事情的项目？

Answer 1

对于遇到同样问题的人：似乎没有超级简单的方法。我为这项工作找到的最容易使用的包是highlights。然而，这个包（以及其他像first-mate）依赖于本机模块Oniguruma。该包需要针对特定​​版本的 Electron 进行编译。这使得将 vscode 扩展发布到市场变得非常困难，因为 vscode 不允许在包安装中运行此编译。

我发现的一个解决方案是为 markdown-it 提供突出显示功能。例如，.plist 或 .tmLanguage 语法可以通过vscode-textmate读取。该包可以与vscode-oniguruma一起使用。这里的技巧是加载 WASM 才能使其工作：

const oniguruma = require('vscode-oniguruma')
const oniguruma_root: string = path.join(env.appRoot, 'node_modules.asar', 'vscode-oniguruma')
const wasm = readFileSync(path.join(oniguruma_root, 'release', 'onig.wasm')).buffer;
const on_wasm = oniguruma.loadWASM(wasm);

然后可以这样做：

const registry = new vsctm.Registry({
    onigLib: Promise.resolve({
        createOnigScanner: (sources) => new oniguruma.OnigScanner(sources),
                createOnigString: (str) => new oniguruma.OnigString(str)
            }),
            loadGrammar: () => {
                return readJSON2plist(path.join(context.extensionPath, 'syntaxes', 'lmps.tmLanguage.json'))
            .then(data => {
                return vsctm.parseRawGrammar(data)
            }).catch(null)
    }
});
    
const grammar = await registry.loadGrammar('source.lmps')
    
const md = require('markdown-it')(
    {
        html: true,
        linkify: true,
        typographer: true,
        langPrefix: '',
        highlight: function (str: string, lang: string) {
            if (grammar && lang && lang == 'lmps') {
                return tokenize_lmps(str, grammar)
            }
        }
    });
return md

md然后可以用来渲染 markdown 内容：

let html = md.render(md_string)

可以在这里找到有效的实现