推荐使用 taggingJS:一款轻量级的前端标签插件!
2026-01-15 17:56:22作者:邵娇湘
项目简介
taggingJS 是一个基于 jQuery 的轻量级插件,它可以帮助您在前端创建高度自定义的标签系统。它的体积小巧,仅需大约 5kb,却能支持市面上的主流浏览器!当前版本为 1.3.3。

快速上手
我们提供了一个简单的步骤来帮助您启动项目:
- 下载项目中的
tagging.min.js文件。 - 在页面底部引入
<script src="path/to/tagging.min.js"></script>。 - 可选操作:在页面部分添加基础CSS标签样式
<link href="tag-basic-style.css" rel="stylesheet">。 - 添加如下的HTML元素:
<div data-tags-input-name="tag" id="tagBox">preexisting-tag</div>。 - 最后,在您的主JavaScript文件中加入
$("#tagBox").tagging();。
想要查看示例效果?您可以访问 Codepen.io 或者项目GitHub页面。
功能与方法
taggingJS 提供了多种方法来操作和管理标签:
- 获取所有标签:通过
getTags和getTagsObj方法可以获取到标签列表。 - 新增标签:使用
add方法即可方便地添加单个或多个标签。 - 删除标签:通过
remove方法可移除指定文本的标签,甚至可以通过jQuery对象直接删除某标签。 - 清空所有标签:使用
removeAll或reset即可清除全部标签。 - 配置特殊键功能:允许您设置特定按键(如回车、逗号等)用于添加或删除标签。
- 更多操作方法,请参阅项目文档中的 Available Methods 部分。
自定义设置
项目提供了多种方式对标签行为进行定制:
- 全局配置:通过创建一个 JavaScript 对象
custom_options来全局调整 taggingJS 行为。 - 数据属性:您也可以在HTML标记中直接使用
data属性来定制特定元素的行为。 - 混合模式:结合上述两种方式,根据需要在不同标签框中设定不同的行为。
详细定制选项请参考 Available Options。
项目特点
- 轻量级:只有约5KB大小,优化性能且易于整合。
- 兼容性强:支持大部分主流浏览器,包括移动设备浏览器。
- 强大的自定义能力:可通过多种方式调整标签输入行为和外观。
- 灵活的方法调用:提供了多种内置方法用于标签的增删查改,以及事件监听。
- 容易集成:轻松添加到现有的前端框架或项目中。
无论您是开发简洁的个人站点还是大型复杂应用,taggingJS 都是一个值得信赖的标签解决方案。立即尝试并将其融入您的项目中,让用户体验更上一层楼!
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。Vue06- 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
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
466
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
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
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
120
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361