Unity-Editor-Toolbox中ReferencePicker与Selectable继承问题的解决方案
问题背景
在使用Unity-Editor-Toolbox的ReferencePicker特性时,开发者可能会遇到一个特殊问题:当自定义类继承自UnityEngine.UI.Selectable而非MonoBehaviour时,ReferencePicker无法正常渲染。这种情况常见于需要扩展UI交互功能的场景,比如创建自定义的可选择(Selectable)UI元素。
问题分析
问题的根源在于Unity的Selectable组件自带一个自定义Editor(SelectableEditor),而这个Editor并不继承自ToolboxEditor类。ToolboxEditor是Unity-Editor-Toolbox提供的基类,负责处理各种自定义特性(如ReferencePicker)的渲染。
当我们的脚本继承自Selectable时,Unity会使用SelectableEditor来绘制Inspector,而不会应用ToolboxEditor的功能,导致ReferencePicker等特性失效。
解决方案
方案一:完全自定义Editor
创建一个继承自ToolboxEditor的自定义Editor类,并手动复制SelectableEditor的所有功能。这种方法虽然可行,但需要维护大量代码,不够优雅。
方案二:混合模式Editor(推荐)
更优雅的解决方案是创建一个既继承自SelectableEditor又实现IToolboxEditor接口的混合Editor。这种方法可以同时保留Selectable的原生功能和使用Toolbox的特性。
实现步骤如下:
- 创建自定义Editor类,继承SelectableEditor并实现IToolboxEditor接口
- 定义需要忽略的属性列表(避免重复绘制)
- 重写OnInspectorGUI方法,先调用基类方法再处理Toolbox特性
- 实现IToolboxEditor接口要求的方法
具体实现代码
[CustomEditor(typeof(LinkSelectable))]
public class LinkSelectableEditor : SelectableEditor, IToolboxEditor
{
// 需要忽略的Selectable原生属性
private static readonly string[] selectableProperties = new string[]
{
"m_Script",
"m_Interactable",
"m_TargetGraphic",
"m_Transition",
"m_Colors",
"m_SpriteState",
"m_AnimationTriggers",
"m_Navigation"
};
protected override void OnEnable()
{
base.OnEnable();
// 注册需要忽略的属性
foreach (var property in selectableProperties)
{
IgnoreProperty(property);
}
}
public sealed override void OnInspectorGUI()
{
// 先绘制原生Selectable的Inspector
base.OnInspectorGUI();
// 再处理Toolbox特性
ToolboxEditorHandler.HandleToolboxEditor(this);
}
// IToolboxEditor接口实现
public void DrawCustomInspector()
{
Drawer.DrawEditor(serializedObject);
}
public void IgnoreProperty(SerializedProperty property)
{
Drawer.IgnoreProperty(property);
}
public void IgnoreProperty(string propertyPath)
{
Drawer.IgnoreProperty(propertyPath);
}
Editor IToolboxEditor.ContextEditor => this;
public IToolboxEditorDrawer Drawer { get; } = new ToolboxEditorDrawer();
}
实现原理
-
属性忽略机制:通过IgnoreProperty方法标记Selectable的原生属性,避免ToolboxEditor重复绘制这些属性。
-
绘制顺序:先调用base.OnInspectorGUI()绘制原生Selectable的Inspector,再通过ToolboxEditorHandler处理自定义特性。
-
接口实现:IToolboxEditor接口提供了与ToolboxEditor系统交互的标准方式,包括自定义绘制和属性忽略功能。
应用场景
这种技术不仅适用于ReferencePicker问题,还可以应用于:
- 扩展Unity原生UI组件时保留Toolbox特性
- 在自定义UI组件中同时使用Unity原生Inspector和Toolbox功能
- 需要深度集成Toolbox特性到现有UI系统中的情况
总结
通过这种混合模式的Editor实现,开发者可以无缝地将Unity-Editor-Toolbox的强大功能与Unity原生UI系统结合起来,既保留了Selectable的标准行为,又能使用ReferencePicker等高级特性。这种方法体现了良好的设计原则:开闭原则(对扩展开放,对修改关闭)和接口隔离原则。
对于需要在自定义UI组件中使用Toolbox特性的开发者,这种解决方案提供了一种优雅且可维护的实现方式。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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