【亲测免费】 Vue Smooth DnD 使用教程
2026-01-16 09:39:03作者:郁楠烈Hubert
项目介绍
Vue Smooth DnD 是一个快速、轻量级的拖放、可排序的 Vue.js 库,封装了 smooth-dnd 库。它主要包含了两个组件:Container 和 Draggable。Container 包含可拖动的元素或组件,而每一个要被设置为可拖动的元素都需要被 Draggable 包裹。
项目快速启动
安装
首先,通过 npm 安装 Vue Smooth DnD:
npm i vue-smooth-dnd
基本用法
以下是一个简单的示例,展示了如何使用 Vue Smooth DnD 实现一个可拖拽的列表:
<template>
<div>
<div class="simple-page">
<Container @drop="onDrop">
<Draggable v-for="item in items" :key="item.id">
<div class="draggable-item">
{{ item.data }}
</div>
</Draggable>
</Container>
</div>
</div>
</template>
<script>
import { Container, Draggable } from 'vue-smooth-dnd';
export default {
name: 'Simple',
components: { Container, Draggable },
data() {
return {
items: Array.from({ length: 50 }, (_, i) => ({ id: i, data: `Draggable ${i}` }))
};
},
methods: {
onDrop(dropResult) {
this.items = this.applyDrag(this.items, dropResult);
},
applyDrag(arr, dragResult) {
const { removedIndex, addedIndex, payload } = dragResult;
if (removedIndex === null && addedIndex === null) return arr;
const result = [...arr];
let itemToAdd = payload;
if (removedIndex !== null) {
itemToAdd = result.splice(removedIndex, 1)[0];
}
if (addedIndex !== null) {
result.splice(addedIndex, 0, itemToAdd);
}
return result;
}
}
};
</script>
<style>
.draggable-item {
padding: 10px;
border: 1px solid #ccc;
margin-bottom: 5px;
cursor: pointer;
}
</style>
应用案例和最佳实践
应用案例
Vue Smooth DnD 可以用于实现各种拖拽排序的需求,例如:
- 任务管理应用中的任务列表排序
- 电子商务网站中的商品分类排序
- 内容管理系统中的文章排序
最佳实践
- 性能优化:确保在处理大量数据时,拖拽操作仍然流畅。可以通过虚拟滚动等技术来优化性能。
- 样式定制:根据项目需求,定制拖拽元素的样式,使其与整体设计风格保持一致。
- 事件处理:合理处理拖拽过程中的各种事件,如
@drop、@drag-start等,以实现更复杂的功能。
典型生态项目
Vue Smooth DnD 可以与其他 Vue.js 生态项目结合使用,例如:
- Vuex:用于状态管理,可以在拖拽过程中更新全局状态。
- Vuetify:用于 UI 组件库,可以与 Vue Smooth DnD 结合使用,快速构建美观的拖拽界面。
- Nuxt.js:用于服务端渲染,可以提升应用的 SEO 和首屏加载速度。
通过结合这些生态项目,可以进一步扩展 Vue Smooth DnD 的功能,构建更强大的应用。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
288
321
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++
850
447
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
239
100
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
451
180
🎉 (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
1.28 K
705