Expensify/App项目中的无限加载问题分析与解决方案
2025-06-15 06:27:10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
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
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218