Excalidraw框架元素坐标初始化问题解析
2025-04-28 16:20:30作者:舒璇辛Bertina
问题背景
在使用Excalidraw绘图库时,开发者发现当通过convertToExcalidrawElements方法初始化包含frame类型元素的数据时,手动设置的x和y坐标属性会被忽略。这个问题特别出现在frame元素上,而其他类型的元素则能正常响应坐标设置。
技术细节分析
Excalidraw在处理frame元素时有特殊逻辑。在transform.ts文件中,frame元素的创建过程与其他元素不同。核心问题在于:
- 虽然代码逻辑上允许传入自定义的x和y坐标
- 但在实际处理中,frame元素的坐标会被重新计算,覆盖了用户传入的值
- 这种设计原本是为了自动计算frame包含子元素时的最佳位置
问题重现
通过以下代码可以重现该问题:
initialData = {
elements: convertToExcalidrawElements([
{
type: "frame",
children: [],
x: 300,
y: 300,
height: 100,
width: 100,
},
]),
};
在这种情况下,设置的300,300坐标会被忽略,frame会被放置在默认位置。
解决方案
目前有两种可行的解决方案:
-
直接使用原始数据:不通过convertToExcalidrawElements转换,直接将符合Excalidraw格式的数据作为initialData传入
-
修改源码逻辑:在frame元素处理部分,优先使用用户传入的坐标值而非自动计算的值
技术建议
对于需要精确控制frame位置的场景,建议:
- 如果只是简单使用,可以采用第一种解决方案,直接传入原始数据
- 如果需要批量转换或处理复杂数据结构,可以考虑fork项目并修改transform.ts中的相关逻辑
- 等待官方修复此问题后升级版本
总结
这个问题反映了框架设计中自动布局与手动控制之间的权衡。虽然自动计算frame位置在大多数情况下很有用,但也应该保留开发者手动控制的能力。理解这一机制有助于开发者更好地使用Excalidraw进行绘图应用开发。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217