解决Material Design Icons加载时图标占用过大空间的问题
2025-05-01 22:28:14作者:昌雅子Ethen
在Web开发中使用Material Design Icons时,开发者可能会遇到一个常见问题:图标在加载过程中会预留过大的空间,导致页面布局出现"跳动"现象。这种现象不仅影响用户体验,还可能导致页面元素错位。
问题根源分析
Material Design Icons采用字体文件(icon font)的方式实现图标渲染。当浏览器加载字体时,默认会使用font-display: auto策略,这等同于block策略。该策略的特点是:
- 字体加载期间会预留空间但显示空白
- 字体加载完成后才会显示实际内容
- 图标名称作为文本内容会占据较大水平空间
解决方案:使用Unicode码点替代名称引用
传统引用方式的局限
开发者通常通过图标名称引用图标,例如:
<span class="material-icons">shopping_cart</span>
这种方式在字体加载期间会将整个名称字符串"shopping_cart"作为占位内容,导致预留空间过大。
优化后的码点引用方式
每个Material Design Icon都有对应的Unicode码点,可以通过以下方式引用:
<span class="material-icons"></span>
其中E8CC就是购物车图标的Unicode码点。
实现优势
- 加载期间仅占用一个字符的空间
- 消除页面布局跳动现象
- 保持相同的最终渲染效果
- 兼容所有现代浏览器
实际开发建议
对于TypeScript/JavaScript项目,可以创建枚举来维护图标映射:
enum MaterialIcons {
SEARCH = '',
SHOPPING_CART = '',
PERSON = ''
// 其他图标...
}
对于静态HTML项目,可以直接使用码点实体引用。开发者可以通过以下途径获取图标码点:
- 官方文档中的代码信息部分
- 本地字体查看工具
- 字符映射表实用程序
兼容性考虑
此解决方案基于标准的HTML实体引用机制,具有极佳的浏览器兼容性。即使在非常旧的浏览器中,虽然可能无法正确显示图标,但也能保持合理的占位空间,不会破坏页面布局。
通过采用这种优化方案,开发者可以显著提升页面加载时的视觉稳定性,为用户提供更流畅的浏览体验。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868