Ant Design中实现Tabs组件纵向标题文字排列的技巧
2025-04-29 01:22:39作者:魏侃纯Zoe
在Ant Design组件库中,Tabs标签页组件是前端开发中常用的界面元素。当我们需要将标签页(tab)纵向排列时(即设置tabPosition为left或right),默认情况下标签标题文字仍然是水平排列的,这可能会占用较多的水平空间。
问题背景
在实际项目开发中,我们经常会遇到需要优化界面空间利用率的需求。特别是当Tabs组件采用纵向排列时,如果能让标签标题文字也跟随纵向排列,可以显著减少组件占用的宽度,为内容区域留出更多空间。
解决方案
虽然Ant Design目前没有直接提供设置标签标题文字方向的属性,但我们可以通过CSS样式覆盖的方式实现这一效果。核心思路是使用CSS的writing-mode属性来控制文字的书写方向。
实现步骤
- 首先设置Tabs组件的tabPosition为left或right
- 然后通过CSS选择器定位到标签标题元素
- 最后应用writing-mode属性实现文字纵向排列
代码示例
/* 纵向排列的标签页标题文字 */
.ant-tabs-left .ant-tabs-tab,
.ant-tabs-right .ant-tabs-tab {
writing-mode: vertical-rl;
text-orientation: mixed;
}
注意事项
- writing-mode属性支持多个值,可以根据需求选择vertical-rl(从右到左纵向)或vertical-lr(从左到右纵向)
- text-orientation属性可以控制文字的方向,mixed表示保持文字的自然方向
- 不同浏览器对writing-mode的支持程度可能略有差异,建议在实际项目中测试兼容性
- 文字纵向排列后,可能需要调整padding和margin来优化视觉效果
扩展思考
这种文字排列方式特别适合中文等字符宽度较大的语言界面,可以显著节省空间。对于国际化项目,可以考虑根据语言特性动态应用这种样式,为不同语言的用户提供最佳体验。
通过这种简单的CSS覆盖方式,我们可以在不修改Ant Design组件源代码的情况下,实现更加灵活多样的界面布局效果,满足特定项目的设计需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
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 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 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873