oh-vue-icons 使用教程
2025-04-18 13:22:24作者:廉彬冶Miranda
1. 项目介绍
oh-vue-icons 是一个 Vue 组件,用于轻松地从不同的流行图标包中导入内联 SVG 图标。它支持 Vue 2 和 Vue 3,并且可以通过 tree-shaking 只导入所需的图标,从而减少包的大小。目前支持超过 20 个流行的图标包,总共拥有 30,000 多个图标。
2. 项目快速启动
首先,您需要安装 oh-vue-icons。可以使用 npm 或 yarn:
npm install oh-vue-icons
# 或者
yarn add oh-vue-icons
对于 Vue 2 项目,还需要安装 @vue/composition-api:
npm install @vue/composition-api -D
# 或者
yarn add @vue/composition-api -D
如果使用 Nuxt 2,需要安装 @nuxtjs/composition-api 并在 nuxt.config.js 中配置:
npm install @nuxtjs/composition-api -D
# 或者
yarn add @nuxtjs/composition-api -D
然后在 nuxt.config.js 中添加:
export default {
// ...
buildModules: [
// ...
'@nuxtjs/composition-api/module'
]
}
在 Vue 3 中,您可以在 main.js 中全局导入和注册 oh-vue-icons:
import { createApp } from 'vue';
import App from './App.vue';
import { OhVueIcon, addIcons } from 'oh-vue-icons';
import { FaFlag, RiZhihuFill } from 'oh-vue-icons/icons';
addIcons(FaFlag, RiZhihuFill);
const app = createApp(App);
app.component('v-icon', OhVueIcon);
app.mount('#app');
在 Vue 2 中,注册方式稍有不同:
import Vue from 'vue';
import App from './App.vue';
import { OhVueIcon, addIcons } from 'oh-vue-icons';
import { FaFlag, RiZhihuFill } from 'oh-vue-icons/icons';
addIcons(FaFlag, RiZhihuFill);
Vue.component('v-icon', OhVueIcon);
new Vue({
render: h => h(App)
}).$mount('#app');
3. 应用案例和最佳实践
使用 oh-vue-icons 的示例,您可以按照以下方式在模板中添加图标:
<template>
<div>
<v-icon name="fa-flag" />
<v-icon name="ri-zhihu-fill" />
</div>
</template>
对于 Font Awesome 5 的图标,如果图标来自 regular 包,则属性值应为 fa-regular-flag。来自 solid 和 brands 包的图标属性值分别为 fa-beer 和 fa-github。
更多关于图标属性和用法的信息,请查看官方文档。
4. 典型生态项目
oh-vue-icons 可以与 Vue 相关的许多生态项目一起使用,例如 Nuxt.js 和 Vite。以下是一些配置示例:
- 在 Nuxt.js 中使用: 将 oh-vue-icons 添加到 nuxt.config.js 的 build.transpile 选项中。
export default {
// ...
build: {
transpile: ['oh-vue-icons']
}
}
- 在 Vite 中使用: 排除 oh-vue-icons 从预打包中,以及在服务器端渲染时添加到 ssr.noExternal 选项中。
export default {
// ...
optimizeDeps: {
exclude: ['oh-vue-icons/icons']
},
ssr: {
noExternal: ['oh-vue-icons']
}
}
通过以上步骤,您可以轻松地在项目中使用 oh-vue-icons,并利用其提供的丰富图标资源。
登录后查看全文
热门项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
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++
894
679
暂无简介
Dart
803
198
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
353
209
昇腾LLM分布式训练框架
Python
119
146
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