- A+
文章原文：Next.js项目App目录如何简单集成markdown博客
此教程适用于比较简单的项目实现，如果你是刚入门next，并且不想用太复杂的方式去实现一个博客项目，那么这个教程就挺适合你的。
Next.js官方关于markdown的文档有说明过如何渲染markdown，也是针对App目录的，但我尝试过并不太行，可能是版本的问题，不管怎么样，最后我并没有解决这个问题，而是用了别的方案去实现。
此教程适用于app目录的next项目，下面的例子刚好是多语言结构的项目。
实现思路
结合文件结构解说一下大致逻辑：
Markdown文件放在/app/_articles/[lang]文件夹下管理，如果你是多语言目录，那么每个语种都是单独一个文件夹，如果不是，那么可以直接放在/app/_articles文件夹下。
另外markdown文件里从第一行开始可以放入一些Frontmatter，一般放在文件开头，用---符号分割开，提供一些额外信息，如发布时间、更新时间，是否已经发布，对应的描述，这类的信息可以自定义的，方便你做很多个性化的操作，一般我用来做meta信息的填充。
这里可以给一些Frontmatter的例子：
--- title: "这是博客标题" createdAt: "2024-11-12" updatedAt: "2024-11-12" isPublished: true description: "这是博客描述" --- 随着你文件的增多，你需要一些代码来管理、显示你的markdown信息，比如：
- 在你的blog页面展示所有的markdown博客。
- 根据markdown文件名称跳转对应的博客详情，比如访问https://i18ncode.com/blog/how-nextjs-app-simply-make-i18n 能正常显示
how-nextjs-app-simply-make-i18n.mdx文件内的文本。 - 渲染markdown文本，当然要包括对应页面的meta信息。
具体代码
大致要做的事情如上所述，下面贴对应的代码。
先封装好一些通用方法在/lib/mdx.ts文件中，方便后续调用：
// mdx.ts import fs from "fs"; import path from "path"; import matter from "gray-matter"; import readingTime from "reading-time"; const articlesDirectory = path.join(process.cwd(), "app/_articles"); const webContentDirectory = path.join(process.cwd(), "app/_contents"); // 获取 MDX/MD 原始数据 export function getMdxRawData(fileName: string, lang: string, hasSuffix: boolean) { let fullPath = path.join(articlesDirectory, lang, `${fileName}`); let suffix = hasSuffix // 判断是否有后缀，没有的话就加上后缀 ? "" : fs.existsSync(`${fullPath}.mdx`) ? ".mdx" : ".md"; const fileContents = fs.readFileSync(`${fullPath}${suffix}`, "utf8"); return fileContents; } // 处理 MDX/MD 原始数据中的 frontmatter export function getMdxFrontmatter(mdxRawData: string) { const { content, data } = matter(mdxRawData); return { content, frontmatter: data, readingTime: readingTime(content).text, // 计算阅读时间 }; } // 获取文章的所有信息 export function getArticlesData(fileName: string, lang: string, hasSuffix = false) { return { ...getMdxFrontmatter(getMdxRawData(fileName, lang, hasSuffix)), fileName: fileName.split(".").slice(0, -1).join("."), // 去除后缀 }; } // 获取 _articles 目录下的所有文章 export function getAllArticlesData(lang: string) { const fileNames = fs.readdirSync(articlesDirectory + "/" + lang); const allArticlesData = fileNames.map((fileName) => { return getArticlesData(fileName, lang,true); }); return allArticlesData; } 你可以根据你项目的具体情况来调整上面的代码。
在你的blog页面展示所有的markdown博客
调用上面封装好的getAllArticlesData方法，该方法支持一个叫lang的参数，这是多语言项目里有的参数，如果你传入的值为en，那么它就会去/app/_articles/en下获取所有的markdown文件。
然后不要忘记按时间排序：
export default async function BlogPage({params: {lang}}: { params: { lang: Locale } }) { const allArticlesData = getAllArticlesData(lang); const dictionary = await getDictionary(lang); const sortedArticles = allArticlesData.sort((a, b) => { // 将日期字符串转换为日期对象 const dateA = new Date(a.frontmatter.createdAt).getTime(); const dateB = new Date(b.frontmatter.createdAt).getTime(); // 比较日期，返回值决定排序 return dateB - dateA; // 倒序排序 }); return ( <div> <div className="mb-16"> <h1 className={title()}>{dictionary.blog.title}</h1> <div className="mt-8"> {sortedArticles.map(article => ( <Blog blog={article} key={article.fileName} lang={lang} /> ))} </div> </div> <CallToAction dictionary={dictionary} /> </div> ); } 根据markdown文件名称跳转对应的博客详情
Blog组件中使用简单的跳转：
<Link href={`/${lang}/blog/${blog.fileName}`} /> 将文件名传递过去，详情页面会根据文件名找到对应的文件进行渲染。
渲染markdown文本
在/app/[lang]/blog/[id]/page.tsx页面下则是对具体的markdown进行解析和渲染，将对应的内容填入页面，渲染meta信息：
import { getArticlesData } from "@/lib/mdx"; import { Remarkable } from 'remarkable'; import hljs from 'highlight.js'; import {getDictionary} from "@/get-dictionaries"; import CallToAction from "@/components/cta"; import React from "react"; export const generateMetadata = async ({ params }: any) => { const { content, frontmatter, readingTime } = getArticlesData(params.id, params.lang); const lang = await getDictionary(params.lang); return { title: frontmatter.title + " | " + lang.blog.meta.title, description: frontmatter.description, openGraph: { title: frontmatter.title + " | " + lang.blog.meta.title, type: "website", url: ``, images: [ { // 此处还可以有width和height属性，see:https://medium.com/@moh.mir36/open-graph-with-next-js-v13-app-directory-22c0049e2087 url: "/logo.png", alt: "" } ], siteName: "", description: frontmatter.description, locale: "" }, twitter: { images: [ { url: "/logo.png", alt: "" } ], title: frontmatter.title + " | " + lang.blog.meta.title, description: frontmatter.description, card: "summary_large_image" }, } } // !important：博客的排版需要在tailwind.config.js中添加插件：require("@tailwindcss/typography")，自行查看对应代码 const Page = async ({ params }: any) => { const { content, frontmatter, readingTime } = getArticlesData(params.id, params.lang); const md = new Remarkable({ html: true, breaks: true, linkify: true, typographer: true, highlight: function (str: string, lang: string) { if (lang && hljs.getLanguage(lang)) { try { return hljs.highlight(lang, str).value; } catch (err) {} } try { return hljs.highlightAuto(str).value; } catch (err) { } return ''; // use external default escaping } }); const blog = md.render(content, frontmatter); const dictionary = await getDictionary(params.lang); return ( <main className="container pb-24 text-start"> <div className="prose dark:prose-invert prose-headings:mt-8 prose-headings:font-semibold prose-headings:text-black prose-h1:text-5xl prose-h2:text-4xl prose-h3:text-3xl prose-h4:text-2xl prose-h5:text-xl prose-h6:text-lg dark:prose-headings:text-white w-screen p-4"> <div dangerouslySetInnerHTML={{__html: blog}} className="prose-pre:p-4 dark:prose-pre:bg-gray-800 w-full p-4"/> </div> <CallToAction dictionary={dictionary} /> </main> ); }; export default Page; 这里用了Remarkable方案代替了Next的MDXRemote组件。
到这里基本上完成了一半，但是样式方面可能会用欠缺，需要在tailwind.config.js中添加插件：require("@tailwindcss/typography")，代码如下：
import {nextui} from '@nextui-org/theme' /** @type {import('tailwindcss').Config} */ module.exports = { //... plugins: [ // .... require("@tailwindcss/typography"), // markdown typography ], } OK，到这里基本大功告成，就可以正常显示了，当然，过程中需要安装一些依赖，根据你项目里缺的依赖来安装就可以了。
关于多语言Markdown文件的管理和翻译
你可以看到，使用这种方式，如果是多语言的站点，那么你不可避免地要翻译和管理好对应的markdown文件。
用gpt翻译的话长度会受限制，第一个语种还好，第二个语种之后就会开始忘记原文，然后就开始胡言乱语了；要么你就每次对话都带上原文让gpt翻译，这样对话没几轮就得开启一个新的对话了。
我刚开始做这类工作的时候完成一篇博客需要一整个下午的时间，这实在是太耗时了。
机器翻译更无法接受，它无法识别markdown的符号，会格式错乱，另外机翻效果略显生硬。
基于这块的考虑我做了个专门针对这种情况的翻译器，有需要的朋友可以体验一下markdown翻译器。
markdown翻译器考虑了长度问题，做了文本切割并分段请求，你可以把一整个markdown文本塞进去翻译，直接获取最后的整体结果，经过反复尝试我这是没什么问题的；另外也做了markdown格式的识别和保留，不用害怕丢失格式；最后也考虑了本土化的情况，同样的文本也尽量要求AI用更本土化的方式表达出来，应该是比较适合做国际化的朋友了。
最后，感谢你阅读到这里，博客处会时不时更新一些独立开发的技术分享，希望能为更多的开发者朋友提供一些工具以外的帮助吧。
