Tamagui项目中使用自定义Google字体的完整指南
2025-05-18 00:28:47作者:咎竹峻Karen
在基于Tamagui框架开发跨平台应用时,自定义字体的使用是一个常见需求。本文将详细介绍如何在Tamagui项目中正确配置和使用Google字体,确保字体在Web和Native平台上都能正常显示。
字体配置的基本原理
Tamagui通过createFont函数来定义字体配置,它需要处理两个主要方面:
- Web端:通过CSS引入字体
- Native端:通过expo-google-fonts包加载字体
实现步骤详解
1. 准备字体资源
首先需要确定要使用的Google字体,本文以Glegoo、Open Sans和Nunito三种字体为例。
2. Native端配置(Expo)
在Expo应用中,使用@expo-google-fonts系列包来加载字体:
import { Glegoo_400Regular, Glegoo_700Bold } from '@expo-google-fonts/glegoo'
import { OpenSans_400Regular, OpenSans_600SemiBold } from '@expo-google-fonts/open-sans'
import { Nunito_400Regular, Nunito_700Bold } from '@expo-google-fonts/nunito'
const [fontsLoaded] = useFonts({
Glegoo: Glegoo_400Regular,
GlegooBold: Glegoo_700Bold,
OpenSans: OpenSans_400Regular,
OpenSansSemiBold: OpenSans_600SemiBold,
Nunito: Nunito_400Regular,
NunitoBold: Nunito_700Bold
})
3. Web端配置(Next.js)
对于Web端,需要通过CSS引入Google字体:
- 创建CSS文件
_app.styles.css:
@import url('https://fonts.googleapis.com/css2?family=Glegoo:wght@400;700&family=Nunito:ital,wght@0,200..1000;1,200..1000&family=Open+Sans:ital,wght@0,300..800;1,300..800&display=swap');
- 在Next.js的
_app.tsx中引入该CSS:
import './_app.styles.css'
4. Tamagui字体配置
在tamagui.config.ts中定义字体:
const openSansFont = createFont({
// Web端使用带空格的字体名称,Native端使用无空格名称
family: isWeb ? 'Open Sans, serif' : 'OpenSans',
size: {
1: 12,
2: 14,
3: 16,
// 其他尺寸...
},
weight: {
1: '400',
2: '600',
3: '700',
},
face: {
400: { normal: 'OpenSans' },
600: { normal: 'OpenSansSemiBold' },
700: { normal: 'OpenSansBold' },
},
})
5. 全局配置
最后将定义好的字体加入Tamagui配置:
export const config = createTamagui({
fonts: {
body: openSansFont, // 设置为默认字体
heading: headingFont,
glegoo: glegooFont,
openSans: openSansFont,
nunito: nunitoFont,
},
// 其他配置...
})
注意事项
-
字体名称格式:Web端需要完整的字体名称(如"Open Sans"),而Native端通常使用无空格名称(如"OpenSans")
-
字体权重映射:确保
weight配置与实际的字体变体匹配 -
加载状态处理:在Native端需要处理字体加载完成前的状态,避免界面闪烁
-
字体回退:在CSS中指定serif或sans-serif作为回退字体
通过以上步骤,可以确保自定义字体在Tamagui项目的Web和Native平台上都能正确显示,同时保持一致的视觉体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134