在shadcn-ui项目中优雅实现数据表格行操作的Toast反馈
2025-05-11 05:19:22作者:咎竹峻Karen
问题背景
在使用shadcn-ui构建数据表格时,开发者经常需要在行操作(如删除)后提供用户反馈。常见的做法是使用Toast通知来告知用户操作结果。然而,直接在表格列的cell函数中调用React Hook(如useToast)会导致ESLint报错,因为cell函数本身不符合React组件或自定义Hook的命名规范。
错误示例分析
最初尝试直接在columns.tsx文件中定义cell函数并调用useToast:
cell: ({ row }) => {
const { toast } = useToast(); // 这里会触发ESLint错误
// ...其他逻辑
}
这种写法虽然能在开发环境中工作,但在生产构建时会触发ESLint规则错误,因为:
cell函数不是React组件(名称未大写)- 也不是自定义Hook(名称未以"use"开头)
- 违反了React Hook的调用规则
最佳实践解决方案
1. 创建独立的CellAction组件
更优雅的解决方案是将行操作逻辑提取到单独的React组件中:
const CellAction = ({ row }: CellContext<File, unknown>) => {
const { toast } = useToast(); // 现在可以安全地使用Hook
const router = useRouter();
const handleDelete = async () => {
const { success } = await deleteFileById(row.original.key);
if (!success) {
toast({
variant: "default",
description: "删除文件失败"
});
return;
}
toast({
variant: "success",
description: "文件删除成功"
});
router.refresh();
};
return (
<DropdownMenu>
{/* 下拉菜单实现 */}
</DropdownMenu>
)
}
2. 在列定义中使用组件
然后在列定义中直接引用这个组件:
export const columns: ColumnDef<File>[] = [
{
id: "actions",
cell: CellAction // 直接引用组件
}
]
技术要点解析
- 组件化思维:将UI和逻辑封装成独立组件,符合React的设计哲学
- Hook使用规范:确保Hook只在React组件或自定义Hook中调用
- 关注点分离:将Toast反馈逻辑与表格列定义分离,提高代码可维护性
- 用户体验优化:提供清晰的操作反馈,包括成功和失败状态
扩展建议
- 加载状态处理:可以在删除操作时添加加载状态,防止用户重复点击
- 确认对话框:重要操作前添加确认步骤,避免误操作
- 错误详情展示:失败时可以展示更详细的错误信息
- 国际化支持:将提示文本提取为国际化资源
这种组件化的实现方式不仅解决了ESLint报错问题,还使代码结构更加清晰,便于后续维护和扩展。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.52 K
React Native鸿蒙化仓库
JavaScript
286
338
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
224
91
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
722
174
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
10
1
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++
849
438
🎉 (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
1.27 K
699
🔥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