Electron-Vite项目中加载SVG图标的最佳实践
2025-06-15 16:19:39作者:昌雅子Ethen
在Electron-Vite项目中加载SVG图标是一个常见需求,特别是在开发地图应用时需要使用自定义标记图标。本文将详细介绍在Electron-Vite架构下正确加载和使用SVG图标的方法。
资源加载的基本原理
Electron-Vite项目采用了Vite作为构建工具,其资源处理方式与传统的Webpack有所不同。Vite对静态资源有着独特的处理机制,特别是在开发环境和生产环境下表现不同。
渲染进程中的SVG加载
在渲染进程(前端部分)中,Vite提供了几种处理静态资源的方式:
- 直接导入:可以通过ES模块导入SVG文件
import markerIcon from './assets/marker.svg'
- 公共目录:将SVG文件放在public目录下,然后直接通过相对路径引用
placemarkAttributes.imageSource = '/marker.svg'
- URL构造:使用Vite的特殊查询参数
placemarkAttributes.imageSource = new URL('./assets/marker.svg', import.meta.url).href
主进程中的SVG加载
在主进程(Electron部分)中,需要使用特殊的资源处理方式:
- 使用asset模块:通过
?asset后缀明确指定资源类型
placemarkAttributes.imageSource = 'assets/marker.svg?asset'
- 路径处理:结合
path模块构建绝对路径
import path from 'path'
placemarkAttributes.imageSource = path.join(__dirname, 'assets', 'marker.svg')
跨环境兼容性解决方案
为了解决开发环境和生产环境路径不一致的问题,可以采用以下策略:
- 环境变量判断:根据当前环境选择不同的加载方式
const isProduction = import.meta.env.PROD
placemarkAttributes.imageSource = isProduction
? path.join(__dirname, 'assets', 'marker.svg')
: '/marker.svg'
- 统一资源管理:创建一个专门的资源加载工具函数
function loadAsset(path) {
if (import.meta.env.PROD) {
return `file://${path.join(__dirname, 'assets', path)}`
} else {
return `/${path}`
}
}
实际应用示例
在地图应用中加载卫星图标的完整示例:
// 统一资源加载函数
function getAssetPath(relativePath) {
if (import.meta.env.DEV) {
return new URL(`../../resources/${relativePath}`, import.meta.url).href
} else {
const path = require('path')
return path.join(__dirname, '../../resources', relativePath)
}
}
// 使用示例
placemarkAttributes.imageSource = getAssetPath('satellite.svg')
const satellitePlacemark = new WorldWind.Placemark(
satellitePosition,
true,
placemarkAttributes
)
placemarkLayer.addRenderable(satellitePlacemark)
wwd.redraw()
最佳实践建议
- 资源目录结构:建议将所有静态资源统一放在
src/assets或public目录下 - 命名规范:使用清晰的命名规则,如
marker-{size}-{color}.svg - 缓存控制:在生产构建时为资源文件名添加hash以避免缓存问题
- 类型安全:在TypeScript项目中为SVG导入添加类型声明
- 性能优化:对于频繁使用的小图标,考虑使用雪碧图或内联SVG
通过遵循这些实践,可以确保SVG图标在Electron-Vite项目的所有环境和构建模式下都能正确加载和显示。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.77 K
Ascend Extension for PyTorch
Python
347
413
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++
889
607
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
337
184
暂无简介
Dart
778
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896