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。
 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 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
- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00 openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
 HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00 HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
 AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03 AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
 Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00 Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
 GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00 GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00 Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选
 docs
docs kernel
kernel flutter_flutter
flutter_flutter ops-math
ops-math pytorch
pytorch cangjie_tools
cangjie_tools ohos_react_native
ohos_react_native RuoYi-Vue3
RuoYi-Vue3 cangjie_compiler
cangjie_compiler Cangjie-Examples
Cangjie-Examples