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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust014
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
629
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++
947
888
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
399
303
🎉 (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
1.57 K
909
暂无简介
Dart
922
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
144
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381