Semi Design Table组件树形结构aria-level属性问题分析
2025-05-25 17:53:16作者:鲍丁臣Ursa
问题背景
在Semi Design的Table组件中,当使用树形结构展示数据时,存在一个关于aria-level属性的显示问题。具体表现为:当数据项没有children属性或children数组为空时,即使这些数据项应该是顶级节点,它们的aria-level属性值却被错误地设置为2,而实际上应该为1。
问题复现
通过以下代码可以清晰地复现这个问题:
import { useCallback } from 'react';
import { Table } from '@douyinfe/semi-ui';
export function App() {
return (
<Table
rowKey="key"
columns={[
{
title: '标题',
width: 500,
dataIndex: 'name',
},
]}
dataSource={[
{
key: '112',
name: 'Semi Design 设计稿.fig',
size: '2M',
owner: '姜鹏志',
updateTime: '2020-02-02 05:13',
},
]}
expandAllRows
pagination={false}
components={{
body: {
row: useCallback((rp) => {
const level = rp['aria-level'] || 1;
return <tr {...rp}>{level}</tr>;
}, []),
},
}}
/>
);
}
在这段代码中,我们创建了一个简单的Table组件,只包含一行数据,这行数据没有children属性。理论上,这行数据应该是顶级节点,aria-level应该为1,但实际上显示为2。
技术影响
aria-level属性在Web无障碍访问(A11Y)中非常重要,它用于指示元素在层次结构中的级别。错误的aria-level值会导致:
- 屏幕阅读器等辅助技术无法正确识别内容层级结构
- 可能误导视障用户对数据结构的理解
- 影响自动化测试工具的准确性
问题根源
经过分析,这个问题可能出现在Table组件的树形结构渲染逻辑中。当开启expandAllRows属性时,组件可能错误地假设所有数据项都有子节点,从而默认增加了层级深度。
解决方案建议
要解决这个问题,需要在Table组件的渲染逻辑中:
- 正确识别数据项是否包含有效子节点
- 对于没有子节点或子节点数组为空的数据项,保持aria-level为1
- 确保树形结构的层级计算准确反映实际数据结构
最佳实践
在使用Table组件的树形结构功能时,开发者应该:
- 明确数据结构,确保children属性存在且类型正确
- 对于没有子节点的数据项,可以显式设置children为null或空数组
- 测试不同场景下的aria-level属性值,确保无障碍访问功能正常
总结
Semi Design作为一款优秀的设计系统,其Table组件的树形结构功能非常实用。这个aria-level属性的小问题虽然不影响基本功能,但对于追求完美无障碍体验的项目来说值得关注。开发团队已经确认了这个问题,并计划在后续版本中修复。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C038
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0118
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
434
3.29 K
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++
694
367
Ascend Extension for PyTorch
Python
240
272
暂无简介
Dart
693
162
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
React Native鸿蒙化仓库
JavaScript
269
328
🔥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
65
19
🎉 (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
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869