BlockNote项目中自定义格式化工具栏输入框失焦问题解析
2025-05-29 17:22:35作者:乔或婵
BlockNote
A "Notion-style" block-based extensible text editor built on top of Prosemirror and Tiptap.
问题现象
在BlockNote项目中,当开发者在自定义格式化工具栏中添加输入框元素时,会遇到一个常见问题:输入框在用户键入内容时会意外失去焦点。这种现象严重影响了用户体验,导致用户无法连续输入内容。
问题根源
经过技术分析,该问题的根本原因在于React组件的渲染机制。在原始实现中,开发者直接在JSX中内联定义了格式化工具栏组件:
formattingToolbar={() => (
<FormattingToolbar>
...
</FormattingToolbar>
)}
这种写法会导致每次父组件重新渲染时,都会创建一个全新的函数实例。由于React使用引用相等性来判断组件是否需要重新挂载,这种内联函数定义方式会使得React认为这是一个全新的组件,从而触发组件的卸载和重新挂载过程,最终导致输入框失去焦点。
解决方案
要解决这个问题,我们需要将格式化工具栏组件提取为独立的组件定义:
const FormatingToolBarComponent = () => {
return <FormattingToolbar>...</FormattingToolbar>
}
// 使用方式
formattingToolbar={FormatingToolBarComponent}
这种改进方案带来了以下优势:
- 稳定的组件引用:独立定义的组件在渲染过程中保持引用不变
- 避免不必要的重新挂载:React能够正确识别这是同一个组件实例
- 更好的性能:减少了不必要的DOM操作
- 代码可维护性:组件逻辑更加清晰和独立
最佳实践建议
基于此问题的分析,我们可以总结出一些React组件设计的最佳实践:
- 避免内联组件定义:特别是在需要保持状态的场景下
- 合理组织组件结构:将频繁更新的部分与稳定部分分离
- 注意组件引用稳定性:对于需要作为prop传递的组件,确保其引用稳定
- 考虑使用useCallback:对于必须内联定义的函数组件,可以使用useCallback来稳定引用
项目维护建议
对于BlockNote这类开源项目,建议在示例代码中避免使用内联组件定义,而是采用提取独立组件的方式。这不仅能避免类似焦点丢失的问题,还能:
- 提高示例代码的质量
- 为使用者提供更好的开发范例
- 减少新手开发者遇到此类问题的概率
- 提升项目的整体代码质量
总结
在React应用开发中,理解组件渲染机制和引用稳定性至关重要。通过将内联组件提取为独立定义,我们不仅解决了BlockNote中格式化工具栏输入框失焦的问题,还遵循了React的最佳实践原则。这种解决方案简单有效,值得在类似场景中推广应用。
BlockNote
A "Notion-style" block-based extensible text editor built on top of Prosemirror and Tiptap.
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
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
🔥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
🎉 (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
781