BeerCSS项目中实现跨页面主题持久化的解决方案
2025-07-07 20:06:20作者:裴麒琰
在Web开发中,实现主题切换功能是提升用户体验的重要手段。本文将介绍在使用BeerCSS框架时,如何解决主题切换后无法跨页面持久化的问题。
问题背景
许多开发者在使用BeerCSS时,会遇到一个常见问题:当用户在页面A切换了主题模式(如从浅色切换到深色),但跳转到页面B时,主题又恢复到了默认状态。这是因为主题状态仅保存在当前页面的内存中,没有进行持久化存储。
核心原理
BeerCSS通过修改body元素的class来应用不同的主题样式。要实现跨页面主题一致,需要将用户选择的主题状态保存在持久化存储中。浏览器提供了两种主要的客户端存储方案:
- sessionStorage:仅在当前会话期间有效,关闭浏览器标签页后数据会被清除
- localStorage:长期有效,除非用户手动清除
实现方案
1. 保存主题状态
当用户切换主题时,除了调用BeerCSS的ui方法更新当前页面主题外,还需要将主题状态保存到存储中:
const saveTheme = async () => {
const currentTheme = await ui("theme");
const currentMode = await ui("mode");
// 使用sessionStorage
window.sessionStorage.setItem("theme", JSON.stringify(currentTheme));
window.sessionStorage.setItem("mode", JSON.stringify(currentMode));
// 或使用localStorage实现长期保存
window.localStorage.setItem("theme", JSON.stringify(currentTheme));
window.localStorage.setItem("mode", JSON.stringify(currentMode));
};
2. 加载主题状态
在每个页面加载时,先从存储中读取保存的主题状态,然后应用到当前页面:
const loadTheme = async () => {
// 从sessionStorage读取
const savedTheme = JSON.parse(window.sessionStorage.getItem("theme"));
const savedMode = JSON.parse(window.sessionStorage.getItem("mode"));
// 或从localStorage读取
// const savedTheme = JSON.parse(window.localStorage.getItem("theme"));
// const savedMode = JSON.parse(window.localStorage.getItem("mode"));
if (savedTheme) await ui("theme", savedTheme);
if (savedMode) await ui("mode", savedMode);
};
// 页面加载时调用
window.addEventListener("DOMContentLoaded", loadTheme);
3. 完整的主题切换函数
结合上述功能,可以创建一个完整的主题切换函数:
const toggleTheme = async () => {
// 切换当前主题
const newMode = (await ui("mode")) === "dark" ? "light" : "dark";
await ui("mode", newMode);
// 保存状态
saveTheme();
};
进阶优化
- 默认主题设置:可以在存储中没有主题设置时提供一个默认值
- 服务器端同步:对于需要登录的应用,可以将主题偏好同步到服务器
- 响应系统偏好:可以检测用户的系统主题偏好作为初始设置
// 检测系统主题偏好
const prefersDark = window.matchMedia("(prefers-color-scheme: dark)").matches;
const initialMode = prefersDark ? "dark" : "light";
注意事项
- 使用JSON.stringify和JSON.parse是因为存储API只能存储字符串
- 对于单页应用(SPA),由于不会真正刷新页面,可能不需要持久化存储
- 考虑添加过渡动画使主题切换更平滑
通过以上方法,可以确保用户在网站的任何页面都能保持统一的主题体验,提升产品的整体质感。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492