React-Day-Picker 9.0 版本中的日期单元格交互性改进
2025-06-03 22:09:09作者:袁立春Spencer
在 React-Day-Picker 9.0 版本开发过程中,开发团队对日期选择器的可访问性进行了重要改进,特别是针对日期单元格的交互方式进行了重新设计。这项改进源于社区反馈的关于屏幕阅读器支持不足的问题。
原有实现的问题
在之前的版本中,日期单元格被实现为一个带有 gridcell 角色的 div 元素。虽然这种实现方式在视觉上能够正常工作,但在可访问性方面存在几个关键问题:
- 屏幕阅读器无法正确识别这些单元格为可交互元素
- 自动聚焦功能无法正常工作
- 不符合 WAI-ARIA 最佳实践,因为
gridcell角色本身并不表示交互性
改进方案
经过社区讨论和技术验证,开发团队决定采用以下结构来重构日期单元格:
<div role="gridcell" aria-selected={true}>
<button tabIndex={1}>
{date}
</button>
</div>
这种结构具有以下优势:
- 外层
div保留gridcell角色,维持表格布局的语义 - 内层使用
button元素提供明确的交互语义 - 自动聚焦等交互功能能够正常工作
- 屏幕阅读器能够正确识别和描述交互元素
技术实现细节
在 React-Day-Picker 9.0.0-rc.3 版本中,这一改进已经实现。开发团队:
- 重新设计了日期单元格的 DOM 结构
- 确保了所有交互事件(点击、键盘导航等)都能正常工作
- 保留了原有的样式和布局特性
- 完善了 ARIA 属性,如
aria-selected等
可访问性提升
这一改进显著提升了组件的可访问性:
- 屏幕阅读器现在能够明确提示用户这些单元格是可点击的
- 键盘导航更加符合用户预期
- 自动聚焦等功能现在可以正常工作
- 符合 WAI-ARIA 1.2 规范中的表格和网格模式
开发者注意事项
对于使用 React-Day-Picker 的开发者,需要注意:
- 自定义样式可能需要调整以适应新的 DOM 结构
- 如果之前有依赖日期单元格 DOM 结构的代码,可能需要相应更新
- 测试套件中关于日期单元格交互的测试可能需要更新
这一改进体现了 React-Day-Picker 团队对可访问性的重视,也展示了开源社区如何通过反馈和协作不断提升项目的质量。
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
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137