Sonner项目中为Promise通知添加描述信息的技术实践
2025-05-23 04:30:35作者:范靓好Udolf
概述
在现代前端开发中,Toast通知系统已成为提升用户体验的重要组成部分。Sonner作为一个React通知组件库,提供了简洁易用的API来实现各种通知场景。其中,toast.promise()方法特别适合处理异步操作时的状态反馈,但开发者有时需要在这些通知中展示更丰富的内容,如标题加描述的复合结构。
Promise通知的基本用法
Sonner的toast.promise()方法接受三个参数:
- 一个Promise对象
- 加载状态时显示的提示
- 成功和错误状态的回调函数
基本使用方式如下:
toast.promise(
fetchData(), // 异步操作
{
loading: '加载中...',
success: '操作成功',
error: '操作失败'
}
)
进阶:添加描述信息
当我们需要在成功通知中同时显示标题和描述时,可以利用React组件的灵活性。虽然Sonner没有直接提供description字段,但我们可以通过返回JSX元素来实现复合结构。
实现方案
-
定义响应类型: 首先定义一个包含标题和描述的类型结构
type ResponseType = { header: string; description: string; } -
构建复合通知: 在success回调中返回包含标题和描述的JSX元素
toast.promise<ResponseType>( Promise.resolve({ header: "系统通知", description: "您的数据已成功提交并处理完成", }), { loading: "处理中...", success: (data) => ( <div> <div className="font-semibold">{data.header}</div> <p className="text-sm">{data.description}</p> </div> ), error: "操作失败" } );
样式优化建议
为了使通知更加美观,可以添加一些CSS类:
- 使用
font-semibold使标题加粗 - 为描述文字使用较小的字号(
text-sm) - 添加适当的间距(margin/padding)
实际应用场景
这种技术特别适用于以下场景:
- 表单提交后显示详细结果
- 后台任务完成时展示摘要和详情
- 需要同时显示操作结果和后续指引的情况
注意事项
- 保持描述简洁明了,避免过多文字
- 考虑移动端显示,确保复合布局在小屏幕上也能良好呈现
- 错误处理也可以采用同样的模式,返回更详细的错误信息
通过这种方式,开发者可以在Sonner的通知中构建出信息层级分明、用户体验良好的提示系统,满足更复杂的业务需求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥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
68
20
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
12
1
暂无简介
Dart
798
197
🎉 (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
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1