Expensify/App项目中的无限加载问题分析与解决方案
2025-06-15 09:26:19作者:舒璇辛Bertina
问题背景
在Expensify/App项目的9.1.51-0版本中,用户在使用工作区聊天功能时遇到一个严重的界面显示问题。当用户在工作区聊天中创建两个或更多费用报告后,点击报告预览时,系统会进入无限加载状态,显示持续的旋转指示器,而无法正常展示费用报告内容。
问题现象
具体表现为:
- 用户在工作区聊天中创建多个费用报告
- 点击报告预览时
- 系统打开费用报告聊天界面
- 界面持续显示加载动画,无法显示实际报告内容
技术分析
经过开发团队深入排查,发现问题根源在于MoneyRequestAction组件中的布局宽度验证逻辑存在缺陷。该组件负责处理费用请求动作的显示,其中包含一个关键函数isLayoutWidthInvalid,用于验证布局宽度是否有效。
在宽屏设备上,由于layoutWidth总是大于variables.sideBarWidth(375像素),导致isLayoutWidthInvalid函数始终返回true。这使得setPreviewWidth函数永远不会被调用,previewWidth保持为null状态。最终结果是MoneyRequestPreview组件无法正确渲染,系统只能持续显示ActivityIndicator加载动画。
解决方案
开发团队提出了两种解决方案:
-
条件性宽度验证:
- 仅对小屏幕(窄布局)进行宽度验证
- 对大屏幕直接使用固定的variables.sideBarWidth作为预览宽度
-
移除无效布局检查:
- 完全移除isLayoutWidthInvalid检查
- 根据布局类型直接设置合适的预览宽度
最终采用的解决方案是第一种方法,通过引入shouldUseNarrowLayout判断,区分处理不同屏幕尺寸下的宽度设置:
const {shouldUseNarrowLayout} = useResponsiveLayout();
const isLayoutWidthInvalid = (layoutWidth: number) => {
return (shouldUseNarrowLayout && layoutWidth > variables.mobileResponsiveWidthBreakpoint);
};
onLayout={(e: LayoutChangeEvent) => {
if (isLayoutWidthInvalid(e.nativeEvent.layout.width)) {
return;
}
setPreviewWidth(shouldUseNarrowLayout ? e.nativeEvent.layout.width : Math.min(e.nativeEvent.layout.width, variables.sideBarWidth));
}}
测试验证
为确保问题彻底解决且不会复发,开发团队设计了以下测试场景:
- 基本功能测试:验证点击包含多个费用的报告预览能否正常加载内容
- 布局适应性测试:分别在窄布局和宽布局设备上测试预览宽度设置
- 加载状态测试:确认加载指示器在内容加载完成后正确消失
- 边界条件测试:验证在极端屏幕尺寸下的表现
经验总结
这个案例展示了响应式设计中常见的陷阱:
- 条件逻辑需要考虑所有可能的设备类型和尺寸
- 宽度验证不能简单依赖绝对值比较
- 组件状态管理需要确保所有可能的分支都有明确的处理
- 加载状态必须有明确的退出条件
通过这次问题修复,项目团队进一步完善了响应式布局的处理机制,为后续开发类似功能积累了宝贵经验。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue07- 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
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.88 K
Ascend Extension for PyTorch
Python
396
474
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
359
219
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++
902
703
🎉 (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
1.39 K
786
昇腾LLM分布式训练框架
Python
122
148
React Native鸿蒙化仓库
JavaScript
312
364
暂无简介
Dart
813
199
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161
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++
92
161