Style Dictionary中实现可复用文本样式分组的技术方案
2025-06-15 02:57:30作者:俞予舒Fleming
在基于Style Dictionary构建设计系统时,我们经常需要处理复杂的排版样式。这些样式通常包含多个属性,如字体、字号、行高等。本文将介绍如何在Style Dictionary中将这些分散的排版属性分组为可复用的CSS类。
问题背景
当使用Style Dictionary管理排版样式时,常见的JSON结构会将每个排版属性(如fontFamily、fontSize等)定义为独立的token。这种结构虽然清晰,但在实际CSS使用中不够便捷,因为开发者需要为每个元素手动组合多个CSS变量。
解决方案概述
通过自定义格式和属性转换,我们可以将相关的排版属性自动组合成完整的CSS类。核心思路是:
- 为每个排版token添加CSS属性标识
- 根据token路径生成对应的CSS类名
- 将相同类名的属性分组并生成完整的CSS规则
实现步骤详解
1. 添加CSS属性标识
首先需要创建一个属性转换器,为每个排版token添加元数据:
{
value: 'Stolzl',
type: 'fontFamily',
attributes: {
cssProp: 'font-family',
cssClass: 'typography-desktop-body-regular-xl'
},
name: 'typography-desktop-body-regular-xl-font-family'
}
2. 自定义格式实现
创建自定义格式来处理这些带有CSS类信息的token:
StyleDictionary.registerFormat({
name: 'css/typographyClasses',
formatter: function({ dictionary }) {
const classMap = new Map();
dictionary.allTokens.forEach(token => {
if (token.attributes?.cssClass) {
if (!classMap.has(token.attributes.cssClass)) {
classMap.set(token.attributes.cssClass, []);
}
classMap.get(token.attributes.cssClass).push(token);
}
});
let output = '';
classMap.forEach((tokens, className) => {
output += `.${className} {\n`;
tokens.forEach(token => {
const fallback = token.type === 'fontFamily' ? ', sans-serif' : '';
output += ` ${token.attributes.cssProp}: var(--${token.name})${fallback};\n`;
});
output += `}\n\n`;
});
return output;
}
});
3. 配置Style Dictionary
在配置文件中应用这个自定义格式:
{
"source": ["tokens/**/*.json"],
"platforms": {
"css": {
"transformGroup": "css",
"buildPath": "build/css/",
"files": [
{
"destination": "typography.css",
"format": "css/typographyClasses"
}
]
}
}
}
生成结果示例
执行构建后,将生成如下CSS:
.typography-desktop-body-regular-xl {
font-family: var(--typography-desktop-body-regular-xl-font-family), sans-serif;
font-weight: var(--typography-desktop-body-regular-xl-font-weight);
line-height: var(--typography-desktop-body-regular-xl-line-height);
font-size: var(--typography-desktop-body-regular-xl-font-size);
letter-spacing: var(--typography-desktop-body-regular-xl-letter-spacing);
text-transform: var(--typography-desktop-body-regular-xl-text-case);
text-decoration: var(--typography-desktop-body-regular-xl-text-decoration);
}
进阶优化建议
-
智能回退值:可以根据属性类型自动添加适当的回退值,如字体栈、默认行高等
-
响应式处理:通过媒体查询包装类,实现不同断点的排版样式
-
Sass/Less扩展:生成mixin或函数,提供更灵活的调用方式
-
文档生成:同时生成样式使用文档,方便开发者查阅
总结
通过Style Dictionary的自定义格式功能,我们可以将分散的排版属性智能地组合成完整的CSS类。这种方法不仅提高了开发效率,还确保了设计系统的一致性和可维护性。虽然实现过程需要一定的自定义开发,但带来的长期收益是值得的。
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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781