首页
/ 在shadcn-ui项目中优雅实现数据表格行操作的Toast反馈

在shadcn-ui项目中优雅实现数据表格行操作的Toast反馈

2025-05-11 22:23:36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:

  1. cell函数不是React组件(名称未大写)
  2. 也不是自定义Hook(名称未以"use"开头)
  3. 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

  1. 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
  2. Hook使用规范:确保Hook只在React组件或自定义Hook中调用
  3. 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
  4. 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

  1. 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
  2. 确认对话框:重要操作前添加确认步骤,避免误操作
  3. 错误详情展示:失败时可以展示更详细的错误信息
  4. 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

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.49 K
kernelkernel
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
494
518
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
648
287