Next-Safe-Action 项目中关于表单渐进增强的技术解析
2025-06-29 14:59:45作者:袁立春Spencer
表单渐进增强的实现原理
在 Next.js 应用中实现表单提交时,开发者常常面临一个关键问题:如何在禁用 JavaScript 的情况下仍然保持表单功能正常。这就是所谓的"渐进增强"(Progressive Enhancement)技术。
问题本质分析
Next-Safe-Action 库提供了两种主要的方式来处理表单提交:
- useAction 钩子方式:这是基于 JavaScript 的实现,依赖于客户端交互
- 直接使用 Server Action:这是原生 HTML 表单的工作方式,不依赖 JavaScript
当开发者使用 useAction 钩子时,表单提交完全依赖于 JavaScript 运行。这是因为钩子本身就是 JavaScript 函数,在禁用 JS 的环境下自然无法工作。
正确的渐进增强实现方案
要实现真正的渐进增强,开发者应该采用以下两种方式之一:
方案一:直接使用 Server Action
将 Server Action 直接传递给表单的 action 属性,这是最原生的实现方式:
<form action={serverAction}>
<input name="username" />
<button type="submit">提交</button>
</form>
方案二:使用 React 的 useActionState 钩子
React 18+ 提供了 useActionState 钩子,这是官方推荐的实现渐进增强的方式:
import { useActionState } from "react";
function FormComponent() {
const [state, submitAction, isPending] = useActionState(
serverAction,
initialState
);
return (
<form action={submitAction}>
<input name="username" />
<button type="submit" disabled={isPending}>
提交
</button>
</form>
);
}
技术权衡与选择建议
在实际开发中,开发者需要根据项目需求做出技术选择:
-
追求完整用户体验:使用 Next-Safe-Action 的 useStateAction 钩子,可以获得更丰富的状态管理(isPending、data、error等),但会失去渐进增强能力
-
需要渐进增强:使用 React 原生 useActionState,表单能在无JS环境下工作,但会失去一些便捷的状态管理功能
-
混合方案:可以考虑在关键表单使用 useActionState 保证基本功能,在次要表单使用 useStateAction 获得更好体验
实现示例
以下是一个完整的支持渐进增强的实现示例:
// 服务端 Action 定义
const formAction = createSafeActionClient()
.schema(z.object({ username: z.string() }))
.stateAction(async ({ parsedInput }) => {
return `欢迎, ${parsedInput.username}`;
});
// 客户端组件
function ProgressiveForm() {
const [state, submitAction, isPending] = useActionState(
formAction,
{ data: null, error: null }
);
return (
<div>
<form action={submitAction}>
<input name="username" />
<button type="submit" disabled={isPending}>
提交
</button>
</form>
{state.data && <p>{state.data}</p>}
{state.error && <p>错误: {state.error}</p>}
</div>
);
}
总结
Next-Safe-Action 项目为开发者提供了灵活的表单处理方案。理解渐进增强的实现原理和不同方案的优缺点,可以帮助开发者根据项目需求做出合理的技术选型。对于关键业务表单,建议优先考虑渐进增强实现;对于增强型交互,则可以使用更丰富的钩子功能。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 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
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
项目优选
收起
deepin linux kernel
C
24
7
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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
376
3.3 K
暂无简介
Dart
621
140
🔥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
62
19
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
479
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++
648
263
🎉 (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
1.1 K
620
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
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
793
77