首页
/ Preline项目中Advanced Select组件在Chrome浏览器中的关闭问题分析

Preline项目中Advanced Select组件在Chrome浏览器中的关闭问题分析

2025-06-07 21:37:41作者:邬祺芯Juliet

问题背景

Preline UI框架中的Advanced Select组件在Chrome 127.0.X版本中出现了一个严重的交互问题:下拉菜单在打开后无法正常关闭。这个问题最初由用户oliverhaas在2024年7月26日报告,随后得到了多位用户的确认。

问题现象

当用户在Chrome 127.0.6533.72/73版本中:

  1. 打开Advanced Select下拉菜单
  2. 尝试通过点击外部区域或选择按钮关闭下拉菜单时
  3. 下拉菜单会保持打开状态,并出现轻微的位置偏移(margin变化)

技术分析

经过深入调查,发现问题根源在于Chrome 127.0.X版本对CSS transition属性的返回值格式进行了变更:

  1. 在Chrome 126及更早版本中,window.getComputedStyle(el).getPropertyValue('transition')返回值为"all 0s ease 0s"
  2. 在Chrome 127.0.X版本中,该值简化为"all",这与Firefox浏览器的行为一致

Preline框架中的afterTransition()函数原本依赖于特定的返回值格式来判断是否存在过渡效果:

const hasTransition = 
    window.getComputedStyle(el, null).getPropertyValue('transition') !==
    (navigator.userAgent.includes('Firefox') ? 'all' : 'all 0s ease 0s');

由于Chrome的变更,导致条件判断失效,进而影响了组件的关闭逻辑。

解决方案

Preline团队迅速响应,在2.4.1版本中发布了修复方案。更健壮的解决方案应该是:

  1. 直接检查transition-duration和transition-delay的数值:
const duration = parseFloat(window.getComputedStyle(t).getPropertyValue("transition-duration")) || 0;
const delay = parseFloat(window.getComputedStyle(t).getPropertyValue("transition-delay")) || 0;
const hasTransition = (delay + duration) > 0;
  1. 或者考虑使用setTimeout替代transitionend事件监听,因为后者在不同浏览器中的实现可能存在差异

影响范围

该问题影响所有基于Chromium 127.0.X的浏览器,包括:

  • Google Chrome 127.0.X
  • Microsoft Edge 127.0.X
  • 其他基于Chromium的浏览器

Firefox和Chromium 126.0.X版本不受影响。

最佳实践建议

  1. 对于CSS过渡效果的检测,建议直接检查duration和delay值而非transition属性
  2. 在浏览器兼容性处理中,避免对特定格式的返回值做硬编码比较
  3. 考虑添加降级方案,如setTimeout作为transitionend的备选方案
  4. 保持UI框架的及时更新,以获取最新的兼容性修复

总结

浏览器引擎的细微变更可能导致前端组件出现意外行为。Preline团队对此问题的快速响应展示了开源社区的高效协作。开发者应当关注浏览器更新日志,并对可能影响现有功能的变更保持警惕。对于类似的下拉菜单组件,建议实现更健壮的关闭机制,如:

  • 点击外部区域关闭
  • ESC键关闭
  • 滚动时自动关闭 等多重关闭策略,以提升用户体验的可靠性。
登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.52 K
kernelkernel
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
497
522
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
ops-nnops-nn
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++
802
1.6 K
ops-transformerops-transformer
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++
982
2.32 K
kernelkernel
deepin linux kernel
C
33
16
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
ops-mathops-math
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++
1.21 K
1.27 K
cann-learning-hubcann-learning-hub
CANN 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 Notebook
668
316