Vue 3 中使用泛型组件和类型化插槽的实践指南
2025-05-01 16:14:06作者:翟萌耘Ralph
在 Vue 3 的组件开发中,我们经常会遇到需要处理动态数据结构的情况。本文将深入探讨如何结合 TypeScript 的泛型和映射类型来创建类型安全的动态插槽组件。
问题背景
当我们需要开发一个可以渲染任意数据结构的列表组件时,传统的做法是使用 any 类型或者固定的接口类型。但这会失去 TypeScript 的类型检查优势。更好的做法是使用泛型组件配合类型化插槽。
解决方案
泛型组件定义
首先,我们定义一个泛型组件,它可以接受任何类型的列表数据:
<script lang="ts" setup generic="T extends Record<string, unknown>, K extends keyof T">
import { VNode } from 'vue'
defineProps<{
list: T[]
}>()
这里我们定义了两个泛型参数:
T表示列表项的类型,必须是包含字符串键的对象K表示从T中提取的键名类型
类型化插槽定义
接下来,我们使用映射类型来定义动态插槽:
defineSlots<
{
[PropName in K]: (props: { rowData: T }) => VNode[]
} & {
footer: () => VNode[]
}
>()
这段代码做了两件事:
- 为
T类型的每个属性K创建一个对应的插槽 - 添加一个固定的
footer插槽
组件模板实现
在模板中,我们动态渲染插槽:
<template>
<ol v-for="(item, index) in list" :key="index">
<li v-for="key in getKeys(item)" :key="key">
<slot :name="key" :rowData="item" />
</li>
</ol>
<slot name="footer" />
</template>
类型工具函数
我们还需要一个辅助函数来获取对象的键:
const getKeys = (data: T): K[] => {
return Object.keys(data) as K[]
}
注意事项
- 确保使用最新版本的
vue-tsc(3.0.0+),早期版本可能存在类型推断问题 - 映射类型与插槽结合使用时,类型系统需要正确处理插槽参数的类型推断
- 固定插槽(如
footer)可以与动态插槽共存,使用交叉类型(&)组合
实际应用
这种模式特别适合以下场景:
- 动态表格/列表组件
- 需要根据数据结构自动生成UI的通用组件
- 需要高度类型安全的数据展示组件
通过这种方式,我们既保持了组件的灵活性,又获得了完整的类型检查支持,大大提高了代码的可靠性和开发体验。
总结
Vue 3 配合 TypeScript 的泛型和高级类型特性,可以创建出既灵活又类型安全的组件。这种模式虽然初期学习曲线较陡,但能为大型项目带来显著的可维护性提升。掌握这些技巧后,开发者可以更自信地构建复杂的组件系统。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
项目优选
收起
暂无描述
Dockerfile
767
4.99 K
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++
857
1.94 K
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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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
458
445
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
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。
Python
1 K
618
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
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253