Framer Motion中拖拽重排序在触屏设备上的解决方案
2025-05-06 07:50:09作者:裘晴惠Vivianne
在使用Framer Motion库实现拖拽重排序功能时,开发者可能会遇到一个常见问题:在桌面浏览器上使用鼠标操作一切正常,但在触屏设备上却无法正常工作。本文将深入分析这一问题的原因,并提供完整的解决方案。
问题现象
当开发者使用Framer Motion的useDragControls来实现项目重排序功能时,在桌面浏览器上通过鼠标拖拽可以完美工作,项目能够被顺利拖动并重新排序。然而,当在触屏设备(包括通过浏览器开发者工具模拟的移动设备)上尝试同样的操作时,会出现以下情况:
- 项目会有轻微震动但不会真正移动
- 在Android Firefox浏览器上甚至没有任何反应
- 无法完成实际的重新排序操作
问题根源
这个问题的根本原因在于触屏设备的默认触摸行为与Framer Motion的拖拽机制之间的冲突。现代浏览器为触屏设备预设了一些默认的触摸行为(如滚动、缩放等),这些行为会干扰Framer Motion的拖拽操作。
解决方案
要解决这个问题,需要在触发拖拽的元素上添加特定的CSS样式:
style={{ touchAction: "none" }}
这个样式声明告诉浏览器不要对该元素应用任何默认的触摸行为,从而让Framer Motion能够完全控制触摸事件的处理。
完整实现示例
以下是一个完整的实现示例,展示了如何在Framer Motion中正确实现跨设备(包括触屏设备)的拖拽重排序功能:
import { Reorder, useDragControls } from "framer-motion"
function App() {
const dragControls = useDragControls()
return (
<Reorder.Group values={items} onReorder={setItems}>
{items.map((item) => (
<Reorder.Item key={item} value={item}>
<div
onPointerDown={(e) => dragControls.start(e)}
style={{ touchAction: "none" }}
>
{item}
</div>
</Reorder.Item>
))}
</Reorder.Group>
)
}
技术原理
touchAction: "none"这个CSS属性的作用是:
- 禁用浏览器默认的触摸行为(如滚动、缩放等)
- 允许JavaScript完全控制触摸事件
- 防止触摸事件被浏览器拦截或转换
在Framer Motion的上下文中,这个属性确保了:
- 触摸事件能够正确传递给
useDragControls - 拖拽操作不会被浏览器的默认行为中断
- 拖拽动画能够流畅执行
兼容性考虑
这个解决方案具有良好的浏览器兼容性:
- 所有现代浏览器都支持
touchAction属性 - 在非触屏设备上,这个属性不会产生负面影响
- 不会影响鼠标事件的处理
最佳实践
在实际项目中,建议:
- 始终为拖拽元素添加
touchAction: "none" - 在开发过程中使用浏览器开发者工具的移动设备模拟功能进行测试
- 在实际移动设备上进行最终验证
- 考虑为拖拽元素添加视觉反馈,提升移动端用户体验
总结
通过添加touchAction: "none"样式,开发者可以轻松解决Framer Motion在触屏设备上的拖拽重排序问题。这个简单的解决方案确保了功能在所有设备上的一致性,为用户提供了无缝的交互体验。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Jetson TX2开发板官方资源完全指南:从入门到精通 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 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 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
132
React Native鸿蒙化仓库
JavaScript
235
309
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++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
746
🎉 (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
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
199
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460